资源列表
LSTM预测
- 使用LSTM对销售数据（吉恩销售数据集）进行预测(Use LSTM to forecast sales data)
电气1903班乔力奎201910190第三个报告
- 利用BP神经网络算法解决TSP问题,并且详细介绍了BP神经网络的基础知识。(Using BP neural network algorithm to solve TSP problem)
python
- 该代码基于Python3,利用机器学习中支持向量机回归算法（SVR）实现对数据的拟合以及预测，可以通过调试C值和gamma值达到不同的拟合程度，具有较大的实际意义，并且该代码本人亲自调式运用，适合广大学习者使用。(This code is based on Python 3. It uses support vector machine regression algorithm (SVR) in machine learning to fit and predict the data. It c
小波神经网络
- 小波神经网络预测代码 可以用来进行交通流量预测(the code about BP ,which can be use to predict)
yolo3-pytorch-master
- 利用pytorch的平台搭建了yolo3目标检测算法，实用性很强(Using tensorflow platform, yolo3 target detection algorithm is built, which is very practical)
CNN
- 卷积神经网络分类 调制信号识别 卷积神经网络（Convolutional Neural Networks, CNN）是一类包含卷积计算且具有深度结构的前馈神经网络（Feedforward Neural Networks），是深度学习（deep learning）的代表算法之一 [1-2] 。卷积神经网络具有表征学习（representation learning）能力，能够按其阶层结构对输入信息进行平移不变分类（shift-invariant classification），因此也被称
SAPSO
- 模拟退火优化的粒子群算法，主要避免局部最优。(Particle swarm optimization with simulated annealing optimization mainly avoids local optimization)
CNN_Hyperspectral_Classification-master
- 使用神经网络进行训练，对高光谱普图像进行分类(Using neural network to train and classify hyperspectral images)
ResNet-Tensorflow-master
- 使用tensorflow框架对高光谱图像进行识别、分类(Recognition and classification of hyperspectral images using densenet structure)
mnist手写数字识别
- 本代码运行良好，代码包括全连接网络和卷积网络，同时附有数据集，非常方便初学者使用。
基于DSP的帧差法检测移动目标
- 基于dsp上调试帧间差分法对运动目标的检测，芯片使用的是DM642J进行软仿真。
单片机控制的继电器c程序
- 基于单片机对继电器的控制，纯c程序，供大家参考学习