资源列表
第 08 章 基于知识库的手写体数字识别
- 通过深度学习，利用已有库文件提取手写体图信息。与数据库中的内容进行对比，来识别手写体字母。(Through in-depth learning, handwritten graphic information is extracted from existing library files. Compare with the content in the database to recognize handwritten letters.)
readbdfdata
- 读取bdf文件,bdf类型的文件不好读，历经千辛万苦，终于找到读取的方法啦(process bdf type file)
图解深度学习（样章）
- Graphical deep learning (sample chapter)
基于深度强化学习的复杂环境下机器人自主移动算法
- 本算法是通过深度强化学习方法，模拟人类行走策略，建立避免碰撞的模型，训练机器人底盘以人类习惯在复杂变化的环境中主动生成速度和角度信息，从而自动行走。
BF
- ldpc码的比特反转译码算法利用C语言实现，虽然简单但比较完整(The bit inversion decoding algorithm of LDPC code is implemented in C language, which is simple but complete.)
Scalperstarkpro
- 本侧率主要运用在外汇投资上市用特别欧美品种起到非常不错稳定效果大家可以下载自己进行研究一下。(This side rate is mainly used in foreign exchange investment listing with special European and American varieties play a very good stabilization effect you can download their own research.)
Python实现逻辑回归与梯度下降策略
- 建立一个逻辑回归模型来预测一个大学生是否被大学录取(Establish a logistic regression model to predict whether a college student will be admitted to a university)
SentimentAnalysiswithSpeechAnalysis
- 该MATLAB例程是基于演讲的语音韵律分析工具，用于情感识别(The MATLAB routine is a sentiment analysis tool based on a speech prosodic analysis and used for sentiment recognition.)
symbol_resnet
- RACNN注意力机制，细腻度图片分类。 RA-CNN由上到下用了3个尺度并且越来越精细，尺度间构成循环，即上层的输出作为当层的输入。RA-CNN主要包含两部分：每一个尺度上的卷积网络和相邻尺度间的注意力提取网络(APN, Attention Proposal Network)。在每一个尺度中，使用了堆叠的卷积层等，最后接上全连接层于softmax层，输出每一个类别的概率；这个是很好理解的，代码采用的网络结构是VGG的网络结构。(RACNN attention mechanism)
各种算法解决TSP问题
- 禁忌算法、遗传算法、模拟退火算法、蚁群算法等等解决TSP问题。
BPNeuralNetwork
- 用bp算法实现模式识别，模式识别课程小作业(Pattern recognition based on BP algorithm)
神经网络与模式识别_丁铖_2017140818
- bp神经网络，用于风力发电机的故障分类，可用于二分类和多分类，已经线性回归和非线性回归(Bp neural network for fault classification of wind turbines, can be used for two-class and multi-classification, has linear regression and nonlinear regression)