资源列表
the-binary-hopfield-network
- 此目录中的此代码实现二进制hopfield网络。 源代码可能在HOPNET.CPP中找到。示例培训文件是H7x8N4.trn。示例测试模式文件是:H7x8D4.TST，H5x8D7.TST，H5x8D7.TST和H5x8D9.TST，程序的输出转到屏幕和文件ARCHIVE.LST-This code in this directory implements the binary hopfield network. Source code may be found in HOPNET.CP
BPNN
- 前向型神经网络(BPNN) 1.首先使用随机函数对每一层间的连接权值矩阵和偏置向量进行随机初始化. 2.依次使用一个训练样本对网络进行训练，并按照上面的公式计算每个样本的Δti,t 1,...,T− 1 3.训练p个样本后(一次batch)，按照更新方程对W与b进行更新. 4.重复步骤2～3，直到误差小于设定的阈值或者达到设定的batch次数.-Forward neural network (BPNN) 1. First, using a random function
VGG-16
- 深度神经网络VGG-16模型的keras代码，用于图像识别-keras codes of deep neural network VGG-16 model, used of image classification
TLshibie
- 人工神经网络在matlab中的应用，用三层网络解决字母T与L的识别问题-Artificial neural network in matlab, with the three-tier network solutions with the letter T L identifying problems
BSO2
- 头脑风暴优化算法（BSO）的原始程序，是人工智能的新型算法，是做优化的-Brainstorming optimization algorithm（BSO） original program, is a new kind of algorithm, artificial intelligence is optimized
balanced-graph1
- 多智能体一致性实现算法,实现最基本的一致性检测-Simulation for multi-agent consensus problems
Strategy2VS2Scrimmage4963
- 水下机器人2D仿真，2V2抢球大作战的策略源码，仅供大家参考学习，谢谢大家-under water robot
RBF_PID
- 该程序是基于RBF神经网络调节PID三个参数，实现风力机变桨距控制效果。其中包含风力机的仿真模型，控制效果较好。-The program is based on the RBF neural network regulator PID three parameters, and wind turbine pitch control. Which includes wind turbine simulation model, control is better.
ELM
- elm极限学习机预测风速 预测精度高能够形成完成的预测风速 -elm ELM forecast wind speed high prediction accuracy can be formed to complete the predicted wind speed
python-code-for-Machine-learning
- 用于机器学习的全方位python代码，包括K-近邻算法、决策树、朴素贝叶斯、Logistic 回归 、支持向量机、利用 AdaBoost 元算法提高分类性能、预测数值型数据：回归、树回归、利用 K-均值聚类算法对未标注数据分组、使用 Apriori 算法进行关联分析、使用 FP-growth 算法来高效分析频繁项集、利用 PCA 来简化数据、利用 SVD 简化数据、大数据与 MapReduce-The full range of python code for machine learning
kelong
- 遗传免疫算法的最短路径求取，用matlab语言实现，可对机器人的路径进行规划-The shortest path to strike a genetic immune algorithm, using matlab language, can robot path planning
Interval-Type-2-FLSs
- 经典的二型模糊逻辑系统学习资料，来自于mandle学习二型模糊逻辑系统必备的程序开发包-basic Software for learning type-2 fuzzy system