搜索资源列表
stprtool&svm
- stprtool的svm工具箱。文件夹中有使用说明和路径设置方法，并有例程实现了svm的多类分类。-stprtool svm the toolbox. File folders are used notes and routing methods and routines have achieved svm many categories of classification.
BPnet
- java applet实现的bp神经网络和感知器，使用图形化曲线显示训练过程，使用时直接打开文件夹中的网页
work
- 模拟退火算法的ppt和程序，分四个文件夹- algorithm and ppt of Simulated annealing
ann
- bp神经网络程序和java源代码源代码是eclipse的工程，所以若您使用的是eclipse，可以直接用eclipse的import将源代码的文件夹加入-bp neural network programs and java source code source code is eclipse project, so if you are using eclipse, you can import directly from eclipse' s source code folder to
genetic_algorithm
- 遗传算法入门实例一：PID参数的优化[v1.0] 本文件夹包含： 图片IMG_0084 和IMG_0086为实验照片 IMG_0084为初始种群中某个体的PID调整效果 IMG_0086为进化了N(到底多少代我也没有去数)代之后的PID调整效果 文件GA为正文 源码\GA\ 为实验代码，WINAVR20060421+AVR Studio 4.12-Introduction example of a genetic algorithm: PID parameters optim
fis
- 模糊控制器程序，直接键入输入变量名和.fis文件名并且将该文件放在项目文件夹内就可以使用-Fuzzy controller program, simply type the variable name and enter. Fis file name and the file on the project folder you can use
net
- 用c写的BP神经网络人脸识别，可以识别姿势，表情，是否带太阳镜。gcc下执行通过，其中含有说明文件，注意编译和执行时放好文件夹的路径-C write with the BP neural network face recognition, can recognize gestures, facial expressions, whether with sunglasses. performed by gcc, which contains documentation, pay attention
svm_box
- matlab的SVM工具箱，特别好用，把数据放入文件夹下的matlab文件夹下，打开matlab，输入1.-mex setup 2.y 3.2 4.y然后就可以通过训练样本和测试样本得出分类正确率和测试结果矩阵。-matlab SVM BOX
gatbx
- matlab遗传算法程序包，补充版本较低的matlab，安装方法如下 1、解压gatbx-origin.zip，得到DOC和SRC文件夹； 2、拷贝SRC到Matlab安装目录下的toolbox文件夹中，并将SRC更名为genetic； 3、打开toolbox\local\目录下的pathdef.m文件，在适当位置添加以下两行代码： Code in pathdef.mmatlabroot, \toolbox\genetic ,... matlabroot, \toolbox\
fenzhidingjie
- 本程序用C语言编写实现，程序源代码文件为“分支定界实现源程序.c” ，在windows XP下用VC++6.0上编译运行通过，生成可执行文件“分支定界实现程序.exe” 。运行程序时，请将题目中所给的文件“m1.txt” 和“m2.txt”与可执行文件“分支定界实现程序.exe”放在同一个文件夹下，然后双击打开“分支定界实现程序.exe”即可运行程序。-The program using the C language implementation, program source code fil
Text-Classification_libSVM
- 用seg进行分词 输入参数一：输入文本语料所在的文件夹路径。 如 文本文件语料都放在 train//text 文件夹下，则参数为：train//text//* 。 注意：必须每篇文章在一个txt文本中。 输入参数二：输入存储分词后的结果文件所在的文件夹路径：如：result//text。注意：不需要加* 本工具采用了中科院的中文分词工具，ICTCLAS，请自行到ICTCLAS官网下载该工具。并把Data文件夹，Configure.xml，ICTCLAS30.h，ICTCLAS3
Matlab-algorithm-important
- 本压缩包包括matlab的顶点覆盖近似算法、哈密尔顿回路、模拟退火应用、最大流和最小截、最短路和次短路、最短路径、最小生成树prim算法等，带有源程序和中文说明文档，此文件夹中的文件，如需被利用，则要直接放至work目录下。-The compressed packet including matlab vertex cover approximation algorithm, Hamilton circuit, simulated annealing, maximum flow and mini
IDA_star
- 使用IDA星算法解决八数码问题，效果比A星算法更好，运行速度更快，代码更为简洁，代码用C++语言编写，共包含基础版和测试版两个文件夹，测试版为在所写数据集上测试效果（362880个数据），基础版为人为输入源状态与目标状态，进行转化-IDA Star algorithm using eight digital problem solving, better than the A Star algorithm, run faster, more concise code, the code used
SVM_REGRESSION
- 这段时间自己在学机器学习相关的内容，其中用到了SVM回归。我采用的libSVM.网上论坛和博客已经有其相当详细的介绍，但是操作步骤比较多，且要下载的文件也比较多。之后我把应该要具有的svm文件整理在一个文件夹中，并把相关教程，和自己的操作经验一并打包在此分享。有些文件是自己编写的，用来转换libsvm数据格式，其他的都在相应的文件夹下可以找到，我自己的实验数据和图也在其中。记住，gridregression.py使用时要内部改路径。我的是64位系统 - This time I
testcc
- LDA亲测可执行C代码 自己新建一个工程，然后把对应的文件拷到工程文件夹下，添加头文件和源文件，进入到lda.cc按F5即可运行-LDA pro-test their new executable C code for a project, then the corresponding file copying project folder, add header and source files, go to press F5 to run lda.cc
神经网络自动跑马里奥
- 利用神经网络学习跑马里奥,脚本源码是NEAT.lua,已经整合在一起 测试方法:打开模拟器EmuHawk.exe,载入游戏,进入游戏后保存(save state),进入目录\SNES\State,找到刚才保存的文件,重命名为DP1.state,把这个文件复制到LUA文件夹和模拟器文件夹下,运行脚本就可以了. 哔哩哔哩上有作者的演示视频,搜索MarI/O(Use neural networks to learn how to run Mario)
新建文件夹
- 神经网络学习和判断模型 数学建模可能会用到(Neural network learning and decision model)
新建文件夹
- 将260个样本中随机抽出部分学生的身高和体重作为训练样本（男女生都有），然后训练一个BP神经网络，最后将剩下的样本输入网络进行测试，检测BP网络的分类性能。260个样本的体重和身高在文档中。可以在男生样本中抽取70%用来训练，在女生样本中抽取70%用来训练。(The 260 samples were randomly selected from the part of the students' height and weight as the training sample (boys and
新建文件夹
- 这是BP神经网络的matlab实现，和特征向量的提取(This is the matlab implementation of the BP neural network and the extraction of feature vectors)
信号处理（2） 文件夹
- 选框工具:快捷键：M 1、选框工具共有4种包括【矩形选框工具】、【椭圆选框工具】、 【单行选框工具】和【单列选框工具】。它们的功能十分相似，但也有各自不同的特长。 矩形选框工具 使用【矩形选框工具】可以方便的在图像中制作出长宽随意的矩形选区。(Box selection tools: shortcut keys: M 1, 4 box selection tools include a rectangular box selection tool, an elliptical box selec