资源列表
rbf
- 自己编写RBF神经网络程序，RBF神经网络隐层采用标准Gaussian径向基函数，输出层采用线性激活函数，其中数据中心、扩展常数和输出权值均用梯度法求解，它们的学习率均为0.001。其中隐节点数选为10，初始输出权值取[-0.1，0.1]内的随机值，初始数据中心取[-1，1]内的随机值，初始扩展常数取[0.1，0.3]内的随机值，输入采用[0 1]的随机阶跃输入(Write your own RBF neural network, RBF neural network hidden layer
NN
- 神经网络算法实现MATLAB仿真实例BP神经网络算法(neural networkAim To study some applications of a neural networks in combinatorial optimization)
粒子群算法
- 基本的粒子群算法，适合初学者学习，对于理解人工智能算法很有帮助(Particle swarm optimization algorithm, suitable for beginners, helpful)
深度学习-李宏毅
- 台大教授李宏毅 深度学习课程全套讲义，非常好的深度学习资料(NTU professor Li Hongyi depth study courses, a full set of handouts, very good depth learning materials)
demo
- 一个tensorflow的简单例子 里面有一点注释。 自己自学的时候写的(A simple example of tensorflow There is a little note in it. I wrote it when I was learning by myself)
GA-BP
- 遗传算法优化BP神经网络，克服原始BP神经网络的缺点，提高算法的精度。(Genetic algorithm, optimization, BP neural networ)
DeepLearnToolbox-master
- 深度学习的概念源于人工神经网络的研究。含多隐层的多层感知器就是一种深度学习结构。深度学习通过组合低层特征形成更加抽象的高层表示属性类别或特征，以发现数据的分布式特征表示(The concept of deep learning stems from the study of artificial neural networks. A multilayer perceptron with a hidden layer is a depth learning structure.)
ACATSP
- 旅行商问题(Traveling Saleman Problem，TSP)是车辆路径调度问题(VRP)的特例，由于数学家已证明TSP问题是NP难题，因此，VRP也属于NP难题。旅行商问题（TSP）又译为旅行推销员问题、货郎担问题，简称为TSP问题，是最基本的路线问题，该问题是在寻求单一旅行者由起点出发，通过所有给定的需求点之后，最后再回到原点的最小路径成本(Traveling salesman Problem ('ll Saleman Problem, TSP) is a special case
ihgtp
- For feature extraction, signal de-noising, There are reference Oh, Modern signal processing used in the spectral estimation in matlab.
code&doc
- 基础的卷积神经网络代码，实现mnist手写字符识别，含中文文档说明(Basic CNN code, including detailed annotation in Chinese)
LSSVM
- 可以用于时间序列数据下的预测,以及数据模拟。(can be used to forecasting)
BP
- BP网络拟合,将数据分为训练和测试组，训练完成，采用测试组来评价网络的性能。(simulation for BP neural network)