搜索资源列表
模式识别常用模型和算法
- 模式识别常用模型和算法,包括BP神经网络的C语言实现，BP神经网络解决异或问题，HMM的C语言实现-common model and pattern recognition algorithms including Neural Network C language, BP neural network solutions differences or problems, HMM C language, etc.! !
xianjinsuanfa
- ，我们将着重讲述一些数学建模中常用的算法，包括神经网络算法、遗传算法、模拟退火算法和模糊数学方法。用这些算法可以较容易地解决一些很复杂的，常规算法很难解决的问题。
CVRP-N
- 采用微粒群(粒子群/PSO)算法求解CVRP“车辆路径问题”的代码，对于中小规模算例能有很快的速度，对于大规模问题则效率偏低。文件包内附国际常用算例十余个。如有任何疑问，可以到http://2shi.phphubei.com.cn/index.php发帖咨询。-Using particle swarm (PSO/PSO) algorithm CVRP " vehicle routing problem," the code, for example small and me
CVRP-N
- 采用微粒群(粒子群/PSO)算法求解CVRP“车辆路径问题”的代码，对于中小规模算例能有很快的速度，对于大规模问题则效率偏低。文件包内附国际常用算例十余个。如有任何疑问，可以到http://2shi.phphubei.com.cn/index.php发帖咨询。-Using particle swarm (PSO/PSO) algorithm CVRP " vehicle routing problem," the code, for example small and me
winep_code
- 这是一个典型的产生式系统的算法题.用的是有界深度优先的递归算法,是用C++Builder4.0写的.这也是人工智能或者程序设计竞赛题中最基本最常用的算法.如果自己动手编程实现了一个这样的题目,那么很多相关的题目也就都一样可以做了,比如"四皇后问题","推箱子问题","传教士和野人问题"等等。 利用深度优先的算法都是不一定能找到最优路径的,而且如果解路径过长的话还可能会搜索失败.如果保证要找到最优路径需要用另一些算法,比如宽度优先算法.无论是哪一种算法,如果问题稍微复杂一点的话,都要解决"
shu_mo_neural_network
- 神经网络，是工程上常用的一种算法，能够解决一些实际问题-Neural network is an algorithm commonly used in engineering, to solve some practical problems
multi-class-problem
- 将多类别问题分解成多个二类别问题是解决多类别分类问题的常用方式。传统one against all（OAA）分解方式的性能更多的依赖于个体分类器的精度，而不是它的差异性。本文介绍一种基于集成学习的适于多类问题的神经网络集成模型，其基本模块由一个OAA方式的二类别分类器和一个补充多类分类器组成。测试表明，该模型在多类问题上比其他经典集成算法有着更高的精度，并且有较少存储空间和计算时间的优势。-Decompose multi-class problem into multiple binary cl
Genetic-algorithm
- 遗传算法原理及其应用,还不错的一本书，遗传算法在做最优化问题时比较常用-Genetic algorithm and its application, but also a good book, genetic algorithm is more commonly done optimization
Semsupervised-learning
- 这是一篇关于半监督的论文，半监督学习问题广泛存在于现实世界中, 已经成为目前机器学习和模式识别领域中的一个研究热点. 文章 综述了半监督学习问题的基本思想、研究现状、常用算法及其一些应用领域, 分析了目前存在的主要困难, 并指出需进一步研究的几个问题.-Sem-i supervised learning has been w idely used in the w orld and become a hot topic in the resear ch field of machine
Clustering-Algorithms
- 在众多聚类算法中,基于划分的模糊聚类算法是模式识别中最常用的算法类型之一.至今,文献中仍不断 有关于基于划分的模糊聚类算法的研究成果出现.为了能更为系统和深入地了解这些聚类算法及其性质,本文从改 变度量方式、改变约束条件、在目标函数中引入熵以及考虑对聚类中心进行约束等几个方面,对在 C-均值算法的 基础上得到的基于划分的模糊聚类算法作了综述和评价,对各典型算法的优缺点进行了实验比较分析.指出标准 FCM算法被广泛应用的原因之一是它对数据的比例变化具有鲁棒性,而其他类似的算法对这种
常用问题的算法
- 常用问题的算法，包括表达式求值，递归二分查找，归并算法，回溯法求解数独问题等(The commonly used algorithms, including recursive expression evaluation, two search, merging algorithm, backtracking and Sudoku problem etc.)