搜索资源列表
朴素贝叶斯
- 调用过程 CM = Confusion_matrix(train_predicts, train_targets) [combining_predicts, errorrate] = combining_NB(DP, test_targets, CM) DP，三维数组，(i,j,k)为第k个样本的DP矩阵 targets 为 0 1 2 -process called CM = Confusion_matrix (train_predicts, train_targets) [combining
colin
- CoLIN 人工语言模拟 汉化版 2002年8月9日 原作者 布朗 alan j. brown 15 Kinloch Road Renfrew Scotland PA4 0RJ alan@barc0de.demon.co.uk http://www.barc0de.demon.co.uk/ 汉化者 陈辉 主页： http://go2debug.yeah.net 邮件： go2debug@hotm
Intelligentbuaa
- 自动控制理论是人类在了解自然和改造自然的过程中逐渐形成的一门学科。简单反馈控制的最早应用，可以追溯到古代亚历山大时期的克泰希比斯水钟，它就是利用反馈原理来调节流量的。19世纪中叶，J.C.麦克斯威尔对具有调速器的蒸汽机（这也利用了反馈原理来调速）系统进行了稳定性的研究。20世纪20年代，布莱克、奈奎斯特和波德在贝尔实验室的一系列研究工作奠定了经典自动控制（反馈）的理论基础------ -automatic control theory is the understanding of huma
SGAF1
- j基本遗传算法，用VC++6.0实现的，已经调试好了-basic genetic algorithm, with VC 6.0, and debugging has been good! !
XCSR_DE1.0
- - XCS for Dynamic Environments + Continuous versions of XCS + Test problem: real multiplexer + Experiments: XCS is explored in dynamic environments with different magnitudes of change to the underlying concepts. +Reference papers: H.H.
EmbeddingDimension_FNN
- 假近邻法(False Nearest Neighbor, FNN)计算嵌入维的Matlab程序 文件夹说明： Main_FNN.m - 程序主函数，直接运行此文件即可 LorenzData.dll - 产生Lorenz时间序列 PhaSpaRecon.m - 相空间重构 fnn_luzhenbo.dll - 假近邻计算主函数 SearchNN.dll - 近邻点搜索 buffer_SearchNN_1.dll - 近邻点搜索缓存1 buffer_Search
Substituter.java
- 代入法的启发示搜索 我的代码实现是：按照自然语言各字母出现频率的大小从高到低（已经有人作国统计分析了）先生成一张字母出现频率统计表（A）--------(e),(t,a,o,i,n,s,h,r),(d,l),(c,u,m,w,f,g,y,p,b),(v,k,j,x,q,z) ，再对密文字母计算频率，并按频率从高到低生成一张输入密文字母的统计表（B），通过两张表的对应关系，不断用A中的字母去替换B中的字母，搜索不成功时就回退，在这里回朔是一个关键。 -generation into a
j-alice-src-0.3.1
- J-Alice是一个用C++实现的Ailcebot的克隆。它可以做为一个mini-http服务器在控制台或irc聊天。目前，它以同样的功能运行在Linux，BeOS，Windows和Solaris
ga-bp
- 程序名：ga_bp_predict.cpp 描述： 采用GA优化的BP神经网络程序，用于单因素时间 序列的预测,采用了单步与多步相结合预测 说明： 采用GA(浮点编码)优化NN的初始权值W[j][i],V[k][j]，然后再采用BP算法 优化权值
yichuansuanfa
- 这是一个将n个样本聚类到m个类别中 将n个样本在m个类里如何分配输出的遗传算法代码。 适应度：sum(i=1_110)sum(j=1_20)【xi-vj】~2
GA-VB
- 基于VB的遗传算法软件实现 在程序中,FitnessValue (i) 为适应度值数组、avFit2nessValue (100) 为归一化适应度值数组、Population2 Chrom(i ,j) 为遗传个体的等位基因值、Popsize 为种群中的个体数,CHROMLENGTH为一母体对的等位基因 总数。
mani
- mani: MANIfold learning demonstration GUI by Todd Wittman, Department of Mathematics, University of Minnesota E-mail wittman@math.umn.edu with comments & questions. MANI Website: httP://www.math.umn.edu/~wittman/mani/index.html Last Modified by G
NavieBayesianClassifier[xtulbd,050228]
- 朴素贝叶斯分类器（Navie Bayesian Classifier）识别鼠标输入的字母A～J-Naive Bayesian classifier (Navie Bayesian Classifier) Identification of the mouse input letters A-J
svm_v0.55beta
- 最新的支持向量机工具箱，有了它会很方便 1. Find time to write a proper list of things to do! 2. Documentation. 3. Support Vector Regression. 4. Automated model selection. REFERENCES ========== [1] V.N. Vapnik, \"The Nature of Statistical Learning Theory\", Springer-Verl
hopfild1
- Hopfield 网——擅长于联想记忆与解迷路 实现H网联想记忆的关键，是使被记忆的模式样本对应网络能量函数的极小值。 设有M个N维记忆模式，通过对网络N个神经元之间连接权 wij 和N个输出阈值θj的设计，使得: 这M个记忆模式所对应的网络状态正好是网络能量函数的M个极小值。 比较困难，目前还没有一个适应任意形式的记忆模式的有效、通用的设计方法。 H网的算法 1）学习模式——决定权重 想要记忆的模式，用-1和1的2值表示 模式：-1，-1，1，-1，1，1，... 一般表示： 则任意两个神经元
Matlab遗传算法改进程序
- 遗传算法（Genetic Algorithm）是一类借鉴生物界的进化规律（适者生存，优胜劣汰遗传机制）演化而来的随机化搜索方法。它是由美国的J.Holland教授1975年首先提出，其主要特点是直接对结构对象进行操作，不存在求导和函数连续性的限定；具有内在的隐并行性和更好的全局寻优能力；采用概率化的寻优方法，能自动获取和指导优化的搜索空间，自适应地调整搜索方向，不需要确定的规则。遗传算法的这些性质，已被人们广泛地应用于组合优化、机器学习、信号处理、自适应控制和人工生命等领域。它是现代有关智能计算
deboor-cox.rar
- 目的:运用强化学习!多分类器集成!降维方法等最新计算机技术,结合细胞病理知识,设计制作/智能化肺癌细胞病理图像诊断系统0"方法:采集细胞图像,运用基于强化学习的图像分割法将细胞区域从背景中分离出来 运用基于样条和改进2方法对重叠细胞进行分离和重构 提取40个细胞特征用于贝叶斯!支持向量机!紧邻和决策树4种分类器,集成产生肺癌细胞分类结果 建立肺癌细胞病理图库,运用基于等降维方法对细胞进行比对,给予未定型癌细胞分类"结果:/智能化肺癌细胞病理诊断系统0应用于临床随机1200例肺
JLinkage
- J-linkage 算法，可以用于多体拟合的一种策略，优于Multi-ransac-This paper tackles the problem of fitting multiple instances of a model to data corrupted by noise and outliers. The proposed solution is based on random sampling and conceptual data representation. Each poin
New_Genetic_Algorithm
- 遗传算法及其育种:GA于20世纪60年代由美国Michigan大学J.H.Holland教授[1]首先提出。它可广泛应用于人工智能、机器学习、函数的优化、自动控制等领域。GA的突出特点是将问题的解空间通过编码转换为GA的搜索空间，把问题的解转换为生物的个体，并借助生物的遗传和进化理论，对多个个体同时进行选择、交叉和变异操作。这样，可以较快地搜索到最优解。但是，遗传算法易陷入局部最优。搜索效率还不是很高。因此，为了克服这些缺点缺点，本文提出了育种算法，可以较好地解决遗传算法的问题。-Genetic
ALGORITHMIC-INFORMATION-THEORY---G.J.-Chaitin
- ALGORITHMIC INFORMATION THEORY - G.J. Chaitin