资源列表
ILC-for-multi-agent
- 基于迭代学习控制ILC的多智能体一致性跟踪研究，算法设计-Iterative learning control for multi-agent systems consensus tracking
PSO--svm
- 用简单粒子群算法PSO优化支持向量机SVM，提高故障分类精度。-Using particle swarm optimization (PSO, optimization of support vector machine SVM, improve the fault classification accuracy.
基于人工鱼群算法的一元非线性函数寻优
- 人工鱼群算法是受鱼群行为的启发，由李晓磊等人于2002年提出的一种基于动物行为的群体智能优化算法。在一片水域中，鱼往往能自行或尾随其它鱼，找到营养物质最多的地方，因而鱼生存数目最多的地方一般就是本水域中营养物质最丰富的地方。人工鱼群算法根据这一特点，通过构造人工鱼来模仿鱼群的觅食、聚群、追尾、随机行为，从而实现寻优。本代码是基于人工鱼群算法的一元非线性函数寻优。
foa-esn
- 回声状态网络的参数设定是随机的，所以可以通过搜索算法来搜索最优参数，这是利用果蝇算法对参数进行寻优，结果良好-The parameter setting of the echo state network is random, so the optimal parameters can be searched by the search algorithm, which is to optimize the parameters by using the fruit fly algorithm.
circlenavigation
- 多智能体一致性算法，实现多机器人的共同做圆周运动，同时只需要知道邻居的速度信息-The multi-agent consistency algorithm realizes the multi robot s circular motion, and only needs to know the neighbor s speed information
TDOALocCRLB
- 基于到达时间差的无线定位算法中克拉美罗下界的计算方法，1994年chan算法的实现- Based on the arrival time difference of wireless location algorithm of CRLB, 1994 chan algorithm implementation
matlab版宗师Hinton的深度学习源码
- 宗师Hinton的深度学习源码，采用matlab编程实现的。实现了autoencoder，Restricted Boltzmann Machine（RBM） 等深度学习模型。这个应用在图像领域。宗师出品，重要性不用解。
Qlearning
- 强化学习 matlab 强化学习 强化学习 强化学习(reforcement learning)
ELM
- 基于matlab的ELM实现，对函数进行拟合，可以用来学习了解ELM。(ELM based on the matlab .)
bp
- 神经网络预测,通过给定数据对以后数据时间预测，两种神经网络预测方法(Neural network prediction, two kinds of neural network prediction methods through the given data for later data time prediction)
改进遗传算法
- 改进的遗传算法，求解路径寻优的问题，加快了寻找全局最优解的速度(The improved genetic algorithm solves the problem of path optimization and accelerates the speed of finding the global optimal solution)
DeepLearningDropout-master
- dropout和深度学习算法的结合使用，有详细的使用说明和数据集(Three types of layers: - C: convolutional layer (matrix map) - MP: max-pooling layer (matrix map) - F: fully connected layer (vector map) - O: output layer Convolutional Layers: - Scale: scale (size of p