资源列表
face-recognitionamatlab-program
- 人脸识别，基于神经网络，代码很精练。 NEWFF——生成一个新的前向神经网络 TRAIN——对 BP 神经网络进行训练 SIM——对 BP 神经网络进行仿真 - The NEWFF- Generate a new feedforward neural network TRAIN- BP neural network training, the SIM- BP Neural Network Simulation
DHP
- 控制参数调整，先进的自适应控制，能够自动调节控制器的参数，有很好的鲁棒性-Control parameter adjustment Advanced adaptive control can automatically adjust the parameters of the controller has good robustness
crlb
- cramer rao bound calculation
Multiscale_Entropy
- c++版本的样本熵，多尺度熵程序，计算速度比matlab提高很多奥-sample entroy and multiple sample entroy
Artificial-Intelligence
- 人工智能课件 中国科技大学 遗传算法 搜索算法 推理 贝叶斯网络等-Artificial intelligence courseware to science and technology university of China genetic algorithm search algorithm reasoning bayesian network, etc
pzernike_recognition
- 以BP算法和RRA理论为基础，采用BP_RRA作为人脸识别分类器，结合归一化伪zernike矩，提出一种基于归一化伪zernike矩和BP_RRA神经网络的人脸识别算法。-BP algorithm and the RRA theory, based on the normalized pseudo-zernike moments BP_RRA as face recognition classifier combined to propose a face recognition algorit
Rough-set
- 基于Rough集理论的研究平台，集成了包括数据补齐、离散化、属性约简、值约简等30余种算法-Rough Set Theory-based research platform that integrates more than 30 algorithms including padded data, discretization, attribute reduction, value reduction, etc.
libsvmtest
- eclipse project导入即可使用。 本例包含用libsvm做训练分类用的完整实例。运行predict_svm.py 其中，pattern.txt是模式列表，train-c.txt,test-c.txt分别是训练集和测试集。其中svm.py和svmutil.py是来自libsvm官网3.11中的python包，经过修改之后的。 详情请看这里： 关于这个bug：http://www.tanglei.name/a-bug-in-libsvm-3.11/
ELM
- 该算法完整地描述了极限学习机对混凝土强度预测的过程-The algorithm is a complete descr iption of extreme learning machine for concrete strength prediction process
NN_TSP
- 用人工神经网络方法解决TSP旅行商问题的matlab源代码-matlab codes for TSP problem using NN
t6u3vw.ZIP
- 机器人逆动力学神经网络建模Robot inverse dynamics modeling with neural network-Robot inverse dynamics modeling with neural network
212
- 神经网络算法VB实验示例：幅值可调的ATN函数 ,很不错的VB源码，适合VB爱好者学习研究。-ATN function of neural network algorithm for VB experiments Example: amplitude adjustable, very good VB source code, suitable for VB enthusiasts to learn.