搜索资源列表
基于多传感器的神经网络模式识别方法
- 基与多种智能方法和模式识别技术的研究,如果你也在从事相关研究,一定要看看,我想应该有借鉴价值-base with a variety of intelligent methods and pattern recognition techniques, but if you are engaged in related research, we must look at, I think there should be a reference value
指纹识别c++源程序
- 在vc环境下的指纹识别与处理，我也是从别处得到的，主要看看算法结构。-vc environment in the fingerprint identification and handling, I also received from elsewhere, mainly look at the algorithm.
模拟退火例子1
- 模拟退火算法来源于固体退火原理，将固体加温至充分高，再让其徐徐冷却，加温时，固体内部粒子随温升变为无序状，内能增大，而徐徐冷却时粒子渐趋有序，在每个温度都达到平衡态，最后在常温时达到基态，内能减为最小。根据Metropolis准则，粒子在温度T时趋于平衡的概率为e-ΔE/(kT)，其中E为温度T时的内能，ΔE为其改变量，k为Boltzmann常数。用固体退火模拟组合优化问题，将内能E模拟为目标函数值f，温度T演化成控制参数t，即得到解组合优化问题的模拟退火算法：由初始解i和控制参数初值t开始，对
模拟退火例子2
- 模拟退火算法来源于固体退火原理，将固体加温至充分高，再让其徐徐冷却，加温时，固体内部粒子随温升变为无序状，内能增大，而徐徐冷却时粒子渐趋有序，在每个温度都达到平衡态，最后在常温时达到基态，内能减为最小。根据Metropolis准则，粒子在温度T时趋于平衡的概率为e-ΔE/(kT)，其中E为温度T时的内能，ΔE为其改变量，k为Boltzmann常数。用固体退火模拟组合优化问题，将内能E模拟为目标函数值f，温度T演化成控制参数t，即得到解组合优化问题的模拟退火算法：由初始解i和控制参数初值t开始，对
模拟退火例子3
- 模拟退火算法来源于固体退火原理，将固体加温至充分高，再让其徐徐冷却，加温时，固体内部粒子随温升变为无序状，内能增大，而徐徐冷却时粒子渐趋有序，在每个温度都达到平衡态，最后在常温时达到基态，内能减为最小。根据Metropolis准则，粒子在温度T时趋于平衡的概率为e-ΔE/(kT)，其中E为温度T时的内能，ΔE为其改变量，k为Boltzmann常数。用固体退火模拟组合优化问题，将内能E模拟为目标函数值f，温度T演化成控制参数t，即得到解组合优化问题的模拟退火算法：由初始解i和控制参数初值t开始，对
advancesa
- 这是我自己做的改进的遗传算法，主要是克服遗传算法的早熟问题-This is what I want done to improve the genetic algorithm, which is aimed at overcoming the genetic algorithm early problems
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
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
GRBF
- 还可以把，大家可以去看看。我觉得还可以还可以把，大家可以去看看。我觉得还可以-can also be used, we can look at. I think that can also can also be used, we can look at. I felt that I could
Boltzmann Machin
- 仿真1：首先把网络温度参数T固定在100，按工作规则共进行1000次状态更新,把这1000次状态转移中网络中的各个状态出现的次数Si（i＝1，2，…，16）记录下来 按下式计算各个状态出现的实际频率： Pi=Si/∑i=1,NSi=Si/M 同时按照Bo1tzmann分布计算网络各个状态出现概率的理论值： Q（Ei）=（1/Z）exp（-Ei/T） 仿真2：实施降温方案，重新计算 采用快速降温方案：T（t）= T0/（1+t） T从1000降到0.01，按工作规则更新网络状态 当T=0.01时结
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
基于VC的神经网络开发程序包(原码)
- 可以用C++语言开发各种神经网络：BP，RBF，HOP~…………，使用前请看看说明文档，然后建立一个自己的项目文件，只要能明白作者的思路就能很方便地进行各种神经网络的设计，本人现在就在一个系统中使用它，目前这个开发包的版本已进入0.7了，但功能差不多，本人认为0.5这个版本用着也很方便，所以把他发来，大家共享。-C language can be used to develop a variety of neural networks : BP, RBF, HOP ~ ... ... pleas
trnn
- 神经网络训练，应用matlab7NN包，用一个隐藏层使用5折交叉验证。-Training the Neural Network This scr ipt is something that I did for a course at Uni. It uses the Neural Networking package provided with MatLab 7 unfortunately I m not sure if it s available with the earlier ve
LS_SVMlab
- 特别好，希望对大家有帮助。好好看看。肯定是有用的-Particularly good, I hope all of you help. A good look at. Is certainly useful
fuzzy
- 依各有關人工智慧 fuzzy的範例 我覺得還不瀨 請大家看看吧-In accordance with the relevant examples of artificial intelligence fuzzy I think not Seto Please take a look at it
guanlianguizehuizong
- 今天一上午在网站上所下载的一些关于关联规则挖掘算法的源程序，有些还是自己看不太懂的，希望能够大家一起探讨一下-One morning today on the web at some download about association rule mining algorithm source code, and some still do not really understand their own look, and I hope everyone can work together to
Matlabeg
- 基于 Ma t l a b语言的遗传算法工具箱支持二进制和浮点数编码方式， 并且提供了多种选择、 交叉、 变异的方法。 通过具体实例对 Ma t l a b的遗传 算法工具箱的用法进行 了说 明介绍.-The Ge ne t i c Al g or it h m To o l b ox ba s e d on Ma t l a b s u ppo ~s t h e b i na r y a nd f lo a t ， a n d t he r e a r e t
Manning[1].The.Well.Grounded.Rubyist.May.2009
- like Ruby For Rails for Ruby 1.9.1 -The Well-Grounded Rubyist is a “just Ruby” book, and it’s written to be read by anyone interested in Ruby. It’s a descendant of R4R but not exactly an update. It’s more of a repurposing. There’s some overlap
SOPHIA_PROJECT
- The included Sophia project is intended to be both instructive and fun. It is, at the most basic level, a chatterbox application with speech synthesis and speech recognition tacked on to it. I originally meant for it to be a showcase of what one can
mnth
- 模拟退火算法来源于固体退火原理，将固体加温至充分高，再让其徐徐冷却，加温时，固体内部粒子随温升变为无序状，内能增大，而徐徐冷却时粒子渐趋有序，在每个温度都达到平衡态，最后在常温时达到基态，内能减为最小。根据Metropolis准则，粒子在温度T时趋于平衡的概率为e-ΔE/(kT)，其中E为温度T时的内能，ΔE为其改变量，k为Boltzmann常数。用固体退火模拟组合优化问题，将内能E模拟为目标函数值f，温度T演化成控制参数t，即得到解组合优化问题的模拟退火算法：由初始解i和控制参数初值t开始，对