搜索资源列表
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
ustc2
- robocup中国科技大学2队的代码，守门员代码写得很好，总体写得也是相当不错的-RoboCup China Science and Technology University 2 team code, code written in a very good goalkeeper, on the whole is written in fairly good
RVM_matlabToolBox
- 相关向量机(RVM)的matlab源程序，包含快速算法，内含代码使用说明。 RVM采取是与支持向量机相同的函数形式稀疏概率模型，对未知函数进行预测或分类。 优点： (1) 不仅仅输出预测目标量的点估计值,还可以输出预测值的分布. (2) 使用更少数量的支持向量,从而显著减少输出目标量预测值的计算时间. (3) RVM不需要估计过多的参数. (4) RVM对是否满足Mercer 定理的核函数没有限制,适应性更好. -Relevance Vector Ma
SGA
- 这是一个非常简单的遗传算法源代码，是由Denis Cormier (North Carolina State University)开发的，Sita S.Raghavan (University of North Carolina at Charlotte)修正。代码保证尽可能少，实际上也不必查错。对一特定的应用修正此代码，用户只需改变常数的定义并且定义“评价函数”即可。注意代码 的设计是求最大值，其中的目标函数只能取正值；且函数值和个体的适应值之间没有区别。该系统使用比率选择、精华模型、单点杂
transmitter_model_final
- 在BFSK发射机的基本部分是序言和数据输入电路。序言序列定位在每122位的数据包前一共有128位的数据包。序言的主要目的是协助接待，同时提供同步和数据包位。 数据输入电路主要由来自存储元件和卷积编码器与R = 1 / 2。因此，输入位必须被储存在一个临时内存，并在61位的存储区块分区。然后，卷积编码器，并增加了一倍位在邮件的末尾2位更多线索。阿多路可确保正确的序列，编码的比特之间的序言和选择，是传播到下一个阶段。 在下一阶段的发射器由两个直接器（DDS）数字合成器，以及一个用0和
penalizedSVM_1.1
- R代码的scad svm算法 可用人工智能分类算法之中-R code scad svm algorithm being used artificial intelligence classification algorithm
heatmap
- 用于画热区图的R语言代码，适合统计方面的人使用。-Used to draw heat zone map R language code for people to use statistics.
randomForest_4.6-10
- 转别人的随机森林做分类 回归的R语言程序代码.经过调试可以运行-Random forests for classification regression R language program code
常见的机器学习方法（R语言）
- 常见的机器学习方法，R代码，并附有详细的代码说明(Common machine learning methods, R code, and with detailed code descr iption)
经典数据挖掘算法代码完备集合
- R语言，数据挖掘算法的代码，书中案例实现代码(R language,Data mining algorithm code,the book case implementation code)
maoyi
- network，贸易的复杂网络代码，全球数据(network for global trade)
2013.统计学习导论_基于R应用
- R语言实战，统计学习导论基于R语言的应用！有理论，有应用，有代码示例(R language code and examples concerning statistics etc)
万门大学强化学习算法代码RW模型+TD模型
- 万门大学，强化学习，rw模型算法代码实现， V(CS) = V(CS) + A * ( V(US) * us - V(CS) * cs ) td模型， V(s{t}) = V(s{t}) + a[R(t+1) + rV{S(t+1)} - V{S(t)}](In the intensive learning of the University of Wan men, the RW algorithm, the python implementation, the algorithm f
万门大学强化学习GridEvalu模型GridPolicy模型
- 万门大学，强化学习，Grid_world_evaluation模型算法代码实现， V(S) = V(S) + A * ( R(S) + r*V(new_S) - V(S) ) Grid_world_Policy模型， P(S) = P(S) + A * ( R(S) + r*P(new_S) - P(S) )(In the intensive learning of the University of Wan men, the Grid_world_evaluation algo
SVM for iris
- R语言代码 关于svm的，希望大家学习一下(R language code svm, I hope you learn)