资源列表
NSGA2rV2
- K. Deb NSGA-II算法的Visual C++语言源程序代码(The Visual C++ source code for NSGA-II algorithm)
01-第一课 神经网络和深度学习
- 吴恩达人工智能课程，第一课神经网络和深度学习的课后练习题以及答案(The Andrew Ng artificial intelligence course, the first lesson of the neural network and the intensive study exercises and the answers)
Toward Geometric Deep SLAM
- 是基于深度学习的C++写的SLAM系统，将SLAM前端特征提取与匹配，使用深度学习算法实现(It is based on the SLAM system written by C++ in depth learning to extract and match the features of the SLAM front-end, and use the depth learning algorithm.)
交通流收费站元胞自动机源码
- 元胞自动机的一个例子，是在交通运输方面的，matlab可以实现。(An example of cellular automata is in transportation, and Matlab can be realized.)
nn_code
- 使用Python实现的一些简单神经网络算法，实现的神经网络包括BP,CNN,RNN,LSTM等，主要是理解这些神经网络的算法原理，并附有mnist数字识别例子。(neural network,include BP,CNN,RNN,LSTM.)
05 竞争神经网络与SOM神经网络
- 自组织神经网络概念和原理，并重点介绍一下自组织特征映射SOM网络。SOM和现在流行的ANN（MLP）模型在结构上类似，都由非常简单的神经元结构组成，但是SOM是一类“无监督学习”模型，一般的用法是将高维的input数据在低维的空间表示[1]，因此SOM天然是一种降维方法。除了降维，SOM还可以用于数据可视化，以及聚类等应用中。(The concept and principle of self-organizing neural network are introduced, and the s
决策树与随机森林
- 给出对决策树与随机森林的认识。主要分析决策树的学习算法：信息增益和ID3、C4.5、CART树，然后给出随机森林。 决策树中，最重要的问题有3个: 1. 特征选择。即选择哪个特征作为某个节点的分类特征； 2. 特征值的选择。即选择好特征后怎么划分子树； 3. 决策树出现过拟合怎么办？ 下面分别就以上问题对决策树给出解释。决策树往往是递归的选择最优特征，并根据该特征对训练数据进行分割。(The understanding of decision tree and random
灰色关联分析软件GM
- 直接输入原始数值进行分析预测，分析误差等(Direct input of original value for analysis and prediction)
定量地震解释的matlab程序QSItools
- 定量化进行地震解释，例子丰富，程序可重复性高。(Quantitative seismic interpretation is rich in examples and high repeatability.)
The Micro-Doppler Effect in Radar 书中代码
- VC Chen 的 The Micro-Doppler Effect in Radar 书中代码，研究微动目标多普勒，供参考学习
hreation
- 遗传算法的配送中心选址设计代码,针对选择多个配送中心的,()
Flac3d 5.0 64位破解版
- 岩土工程常用的计算软件，界面十分友好。相对于3.0更易上手，实用性更强。(For Geomechanics Common geotechnical calculation software, the interface is very friendly)