资源列表
stacked-autoencoder
- 基于两层的层叠自编码的深度学习模型，前两层用于特征提取，再加一个Softmax分类器用于分类-Two stacked the depth of learning coding model based on the first two levels for feature extraction, coupled with a classifier for classifying Softmax
manipulator-MPC-controller
- 机械臂模型预测控制，包含视觉伺服，使用机器人工具箱-Manipulator Simulation Based on Model Predictive Control，including visual servoing，using RTB tool box
OpenCode_luzhenbo
- [原创]混沌分析,聚类分析,支持向量机,群体智能优化,深度学习(卷积神经网络)Matlab工具箱全开源版本下载 作者: 陆振波 毕业院校：海军工程大学，船舶与海洋工程(水声工程)，博士 精通方向：信号处理，图像处理，人工智能，模式识别，支持向量机，深度学习，机器学习，机器视觉，群体智能，非线性与混沌，Matlab与VC++混编，大数据 擅长技能：团队激励，战略规划，企业文化，组织架构，C，C++，Matlab，OpenCV，并行计算，图像处理，智能视觉，卷积神经网络，人脸检测，行
AIS聚类
- 实验目的 1.对AIS数据按照上行、下行船舶轨迹点进行分类。 2.掌握基于密度聚类方法原理（以DBSCAN为例）。 3.熟悉AIS数据处理的基本方法。 4.熟悉船舶运动模式辨识的基本原理和方法。 实验环境 Matlab(Purpose 1. The AIS data are classified according to the upstream and downstream ship's track points. 2. Master the principle of density clus
BP神经网络的数据分类-语音特征信号分类
- 利用BP神经网络对样例中语音信号进行分类(The BP neural network is used to classify the speech signals in the sample)
详尽介绍ANSYS与MATLAB结合的说明与例子
- 关于MATLAB调用ANSYS计算的说明，并配以程序说明，非常难得的资料！(On the MATLAB call ANSYS calculation instructions, and with the program descr iption, very rare information!)
MATLAB ELM
- 几种改进极限学习机算法，可用于数据分类、故障诊断等(Several improved limit learning algorithm, can be used for data classification, fault diagnosis, etc.)
modify_surrogate
- 拉丁超立方抽样及BP神经网络代理模型的建立与预测误差分析(Latin hypercube sampling & BP neural network model)
卡尔曼滤波MATLAB仿真
- 在MATLAB仿真软件中实现卡尔曼滤波器，包含一些示例与案例，可供需要卡尔曼滤波的下载( The Kalman Filter is an estimator for what is called the linear-quadratic problem, which is the problem of estimating the instantaneous "state".)
《神经网络与机器学习》-课件ppt-课后答案
- 第三版神经网络与机器学习答案 simon(Third edition answer)
深度学习-AI圣经
- 深度学习(deep learning) AI圣经 中文版电子书 伊恩·古德费洛 (Ian Goodfellow) (作者), 约书亚·本吉奥 (Yoshua Bengio) (作者), 亚伦·库维尔 (Aaron Courville) (作者), 赵申剑 (译者), 黎彧君 (译者), 符天凡 (译者), 李凯 (译者)(Deep learning AI biblical Chinese version ebook Ian Goodfellow (Ian Goodfellow) (author)
keras-master (1)
- Keras 示例代码，包括CNN，LSTM，CNN-LSTM等，非常全面。(Keras sample code, including CNN, LSTM, CNN-LSTM, and so on, is very comprehensive.)