资源列表
moshi0
- bp神经网络，做浓度反演，机器学习，前向反馈(BP neural network for concentration inversion)
PSO-Python
- 粒子群算法，PSO 算法属于进化算法的一种，和模拟退火算法相似，它也是从随机解出发，通过迭代寻找最优解，它也是通过适应度来评价解的品质，但它比遗传算法规则更为简单，它没有遗传算法的“交叉”(Crossover) 和“变异”(Mutation) 操作，它通过追随当前搜索到的最优值来寻找全局最优。这种算法以其实现容易、精度高、收敛快等优点引起了学术界的重视，并且在解决实际问题中展示了其优越性。粒子群算法是一种并行算法。(The particle swarm optimization (PSO) al
matconvnet-1.0-beta14
- gcc4.7编译matconvnet14版本 珍藏(gcc4.7compiled matconvnet14 rare)
新建文件夹 (2)
- 遗传算法（Genetic Algorithm）是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型，是一种通过模拟自然进化过程搜索最优解的方法。遗传算法是从代表问题可能潜在的解集的一个种群（population）开始的，而一个种群则由经过基因（gene）编码的一定数目的个体(individual)组成。每个个体实际上是染色体(chromosome)带有特征的实体。染色体作为遗传物质的主要载体，即多个基因的集合，其内部表现（即基因型）是某种基因组合，它决定了个体的形状的外部表现，如
模拟退火算法及其在求解TSP中的应用
- 模拟退火算法(Simulated Annealing，SA)最早的思想是由N. Metropolis [1] 等人于1953年提出。1983 年,S. Kirkpatrick 等成功地将退火思想引入到组合优化领域。它是基于Monte-Carlo迭代求解策略的一种随机寻优算法，其出发点是基于物理中固体物质的退火过程与一般组合优化问题之间的相似性。(The earliest idea of Simulated Annealing (SA) was put forward by N. Metropo
matlab程序代码
- 所有说话人均已经训练，若想重新训练，可删除数据后重新训练，也可知删除部分人的数据。(All speaking people have been trained. If we want to retrain, we can delete data and retrain. We can also delete data from some people.)
kldiv
- kl散度计算 从网上找到的一个程序 论文中可以使用(KL divergence calculation)
mergesort
- 利用分治算法实现归并排序，简单的一个小算法，分享给大家(Merging sorting algorithm for merging sorting)
Machine Learning With Go
- learning machine learning with golang.
WinRAR.4.00.x64.en
- good zip unzip file
New Folder
- 在平面内，由出发点向目标点移动，并进行避障（路径规划）(In the plane,moving from the starting point to the target point and avoiding obstacles.(path planning))
SSR+SSSC时域仿真法TEST
- 时域仿真sssc抑制次同步谐振，基于pscad(Time domain simulation SSSC suppresses subsynchronous resonance, based on PSCAD.)