搜索资源列表
svm
- 支持向量机(SVM)是数据挖掘中的一个新方法，能非常成功地处理回归问题(时间序列分析)和模式识别(分类问题、判别分析)等诸多问题，并可推广于预测和综合评价等领域，因此可应用于理科、工科和管理等多种学科-Support vector machine
USGate
- 超声闸门处理,以及脉冲状态机的管理维护代码-Ultrasound gate processing, and pulse code state machine management and maintenance
artificial-neural-network
- 人工神经网络是在现代神经科学的基础上提出和发展起来的，旨在反映人脑结构及 功能的一种抽象数学模型。自1943 年美国心理学家W. McCulloch 和数学家W. Pitts 提 出形式神经元的抽象数学模型—MP 模型以来，人工神经网络理论技术经过了50 多年 曲折的发展。特别是20 世纪80 年代，人工神经网络的研究取得了重大进展，有关的理 论和方法已经发展成一门界于物理学、数学、计算机科学和神经生物学之间的交叉学科。 它在模式识别，图像处理，智能控制，组合优化，金融预测与
StateMachine
- 一个有限状态机的编程范例 StateMachine包 状态机管理 IStateMachine.as 状态机接口 MyEvent_Control.as 消息管理,状态管理 MyEvent_Single.as 单个事件 Total.as 实现了状态机接口(IStateMachine)的基类,将其理解为抽象类比较好 A.as 继承基类(Total)的状态机,这个才是真正可用的 B.as 同A Main.as 调用,以及启动 若要使
DeepLearnToolbox_CNN_lzbV3.0
- CNN - 主程序 参考文献: [1] Notes on Convolutional Neural Networks. Jake Bouvrie. 2006 [2] Gradient-Based Learning Applied to Document Recognition. Yann LeCun. 1998 [3] https://github.com/rasmusbergpalm/DeepLearnToolbox 作者：陆振波 电子