搜索资源列表
AIbashuma
- 我们解决八数码问题,广度优先搜索可能会导致内存不够用,采用启发式搜索,启发函数为f(x)=g(x)+h(x) g(x)为该结点不同于目标结点的个数,h(x)为该结点的深度,选择那f(x)结点最小的那个结点进行扩展, 引入了一个\"扩展数组[4]\"(因为扩展的结点最多只有4个),该数组保存着某个结点的0点向各个方向的扩展的结点对象,然后对该扩展数组进行分析,利用启发函数在进行递归扩展... -us solve eight digital, BFS may lead to insufficient
AIbashumaJava1
- 我们解决八数码问题,广度优先搜索可能会导致内存不够用,采用启发式搜索,启发函数为f(x)=g(x)+h(x) g(x)为该结点不同于目标结点的个数,h(x)为该结点的深度,选择那f(x)结点最小的那个结点进行扩展, 引入了一个\"扩展数组[4]\"(因为扩展的结点最多只有4个),该数组保存着某个结点的0点向各个方向的扩展的结点对象,然后对该扩展数组进行分析,利用启发函数在进行递归扩展... -us solve eight digital, BFS may lead to insufficient
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
NaiveBayes
- 贝叶斯算法是基于贝叶斯定理 P(H|X) = P(X|H)P(H) / P(X).。对于多属性的数据集，计算 P(X|Ci) 的开销非常大，为减低计算复杂度，我们做条件独立的假设，即给定元组的类标号，假定属性值有条件地相互独立，即在属性间不存在依赖关系。此程序仅为算法的一个实现，根据训练数据训练分类器
bp
- #include "iostream.h" #include "iomanip.h" #define N 20 //学习样本个数 #define IN 1 //输入层神经元数目 #define HN 8 //隐层神经元数目 #define ON 1 //输出层神经元数目 double P[IN] //单个样本输入数据 double T[ON] //单个样本教师数据 double W[HN][IN] //输入层至隐层权值 double V[ON][HN] //隐
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
1
- 人工智能8数码采用可以缩减扩展节点的规模的A*启发式搜索算法。取节点深度为g(x)，错位的数字数为h(x)，由于问题很简单，所以与有序搜索算法类似-AI
SOMface_demo
- 基于自组织神经网络的人脸识别代码 X.Tan, S.Chen, Z.-H. Zhou, and F. Zhang, Recognizing Partially Occluded, Expression Variant Faces from Single Training Image per Person with SOM-Based kNN Ensemble. IEEE Transactions on Neural Networks.2005, 16(4): 875-886.-X.Tan,
lunwen
- 新一代高性能无人机飞控系统的研究与设计 张小林 赵宇博 范力思-I n o r de r t o cau se t he U A V f lig ht co nt r o l sy st e m has t he f o r mida ble da t a- ha ndling ca pa cit y , t h e lo w po we r lo ss , t he st r o ng f le x ibilit y an d a hig he r int e g r at io n
ekf2
- 一种快速Kalman滤波算法实现,。对于某些不能够采取离线计算的滤波过程来说，它可以在保证一定精度的同时极大地提高计算速度和减少计算占用资源- EKF Extended Kalman Filter for nonlinear dynamic systems [x, P] = ekf(f,x,P,h,z,Q,R) returns state estimate, x and state covariance, P for nonlinear dynamic system: