搜索资源列表
A__Pathfin1534641262003
- This a A* pathfinding example to illustrate how to implement a A* pathfinding algorithm into your program. It s a port from Patrick Lesters example in BlitzBasic to VB.Net. It uses a Binary Heap class I made to sort the score values. -A * pathfinding
VB36
- 要解决三个冲突:1.同一老师任两门以上课程的在同一时间内安排在不同的班讲课 2.不同的课程在相同时间内安排在同一教室 3 .教室容量与学生人数的冲突 数据库:班级表(班级名称,人数) 教师表(教师名称,所教科目) 科目表(科目名称,总学时数,周学时数) 教室表(教室名称,容量) 我不知道还需不需要一个时间表?? 要求:每天上下午各开4节课,每周按5天上课,一共18周.每次两节课一起上. 在排课时,每周所开的课程的总学时数要小于周学时数. 多学时课要隔一天以上才上第二
galib245.zip
- 麻省理工开发的免费遗传算法类库GAlib,很好用，我用它实现过一些具体问题的遗传算法。, Hemp province technical development free heredity algorithm class storehouse GAlib, is very easy to use, I use it to realize some concrete questions heredity algorithms.
NeuroNetSample
- 我以前写的一个的神经网络学习函数逼近和分类的例子，商用级的。-I have previously written a study of the neural network function approximation and classification of examples, business class.
class
- 这个是我自己编写的基于混沌自适应粒子群优化支持向量机用于分类的matlab程序，本程序以心脏病的诊断为例，得出了非常好的效果！主要贡献在于解决了支持向量机参数人为选取随意性大且效果好坏不稳定的难题！-This is what I have written based on adaptive chaotic particle swarm optimization of support vector machine for classification of matlab procedures, t
xianxingfenlei
- 用线性判别函数将属于ωi的类的模式与其余不属于ωi的类的模式分开。-Linear discriminant function will belong to ωi mode and the rest of the class does not belong to the class model ωi separately.
LibSvmUsing(lib)SVMTutorial
- 我一直覺得 SVM 是個很有趣的東西，不過也一直沒辦法 (mostly 衝堂) 去聽林智仁老師 的 Data mining 跟 SVM 的課； 後來看了一些網路上的文件跟聽 kcwu 講了一下 libsvm 的用法後，就想整理一下，算是對於並不需要知道完整 SVM 理論的人提供使用 libsvm 的入門。-I always think that SVM is a very interesting thing, however, has been no way to (mostly red hal
onTextCategorization
- 本文比较研究了在中文文本分类中特征选取方法对分类效果的影响。考察了文档频率DF、信息增 益IG、互信息MI、V2分布CHI 四种不同的特征选取方法。采用支持向量机(SVM) 和KNN两种不同的分类 器以考察不同抽取方法的有效性。实验结果表明, 在英文文本分类中表现良好的特征抽取方法( IG、MI 和 CHI)在不加修正的情况下并不适合中文文本分类。文中从理论上分析了产生差异的原因, 并分析了可能的 矫正方法包括采用超大规模训练语料和采用组合的特征抽取方法。最后通过实验验证组合特征
nueral_network_controller
- 神经网络控制器，清华智能控制课上小作业，自己编写的程序-Neural network controller, intelligent control class Tsinghua small jobs, I have written procedures
MLkNN
- ML-KNN，这是来自传统的K-近邻（KNN）算法。详细地，为每一个看不见的实例中，首先确定了训练集中的k近邻。之后，基于从标签集获得的统计信息。这些相邻的实例，即属于每个可能类的相邻实例的数量，最大后验（MAP）原理。用于确定不可见实例的标签集。三种不同现实世界中多标签学习问题的实验研究，即酵母基因功能分析、自然场景分类和网页自动分类，表明ML-KNN实现了卓越的性能(ML-KNN which is derived from the traditional K-nearest neighbo