搜索资源列表
TextClassification_wbfl_sn
- 整个实验是在Windows环境下使用delphi完成的。选取了600篇文档，数据集共分教育，商业与经济，计算机与因特网，娱乐与休闲，自然科学5个类别， 教育类包括31篇文档， 商业与经济类有93篇文档， 计算机与因特网102篇文档， 娱乐与休闲166篇文档， 自然科学有208篇文档。 目录“DataSet”：RawText中的文本分词后保存在DataSet目录。 数据表“WordsTable”：保存DataSet中所有文本的倒排文档。 其中“目录
Workpiecefeatureextraction
- 1、有9个工件图像，要求从本章讲授的特征提取方法中，选择3~5种提取工件特征并给出数字结果；链码为必选方法，给出数字结果和图形显示，做到链码和原图像的双向变换显示。（实验报告中应描述相应的特征提取方法并略述实现过程） 2、设计的界面中要具备功能：任选1个工件作为目标，以上述实现的特征提取方法识别该目标的工件类型（即序号），并显示该判别基准特征的数据。 3、有可能的话试用聚类、训练或其他方法对这些工件进行分类。 -err
invertedpendulum
- 倒立摆是一种复杂、时变、非线性、强耦合、自然不稳定的高阶系统，许多抽象的控制理论概念都可以通过倒立摆实验直观的表现出来。基于人工神经网络BP算法的倒立摆小车实验仿真训练模型，其倒立摆BP网络为4输入3层结构。输入层分别为小车的位移和速度、摆杆偏离铅垂线的角度和角速度。隐含层单元数16个。输出层设置为1个输出单元。输入层采用Tansig函数，隐含层采用Logsig函数，输出层采用Purelin函数。用Matlab 6.5数值计算软件对模型进行学习训练，并与线性反馈控制逻辑算法对比，表明倒立摆控制B
5
- 此程序是一个简单的BP神经网络。自己对源程序做了一点小修改，制造了一个新的序列，让新序列通过训练好的网络得出实验结果。-This procedure is a simple BP neural network. Their own source code to do a bit of small changes to create a new sequence, new sequence obtained through the trained network results.
kecheng2011
- 课程设计要求 0 实验一 基于模板匹配的字符识别 1 实验二 基于C均值算法的车辆检测与跟踪 3 实验三 水果分类系统设计 5 实验四 基于遗传算法的图像歪斜校准 6 实验五 基于BP网络的函数逼近 9 实验六 空调模糊控制系统设计 -Curriculum design requires 0 Experimental one based on template matching character recognition 1 C-means algorithm
MATLAB-based-BP-network-design
- 利用Matlab6.5神经网络工具箱，以一组动态冲击实验数据为例建立网络模型。实验数据共有13组，将其中对曲线形状有关键性影响的10组数据作为网络的训练数据，另外3组作为测试数据用以验证网络的预测性能。- Use Matlab6.5 Neural Network Toolbox, a dynamic impact test data, for example the establishment of the network model. Experimental data, a total
AR-peopel-faces-5Train
- LDA的实验在AR人脸库上的实现，5个人脸库-LDA experiments on the AR face database, five individuals face database
1
- BP神经网络，输入5，输出1，实现预测功能，实验数据可以自动生成，有详细说明-BP neural network, input 5, the output 1, to achieve prediction function, can automatically generate test data, a detailed descr iption
5
- BP学习算法逼近墨西哥草帽函数 在Windows环境中利用Matlab实现BP学习算法在达到期望均方误差最小的情况下正确表达墨西哥草帽函数。 实验目的：1.理解BP神经网络结构模型，初步了解BP网络的用途。 2.学习BP学习算法，掌握误差往回传播网络的构建思想。 3.能够正确使用BP学习算法表达墨西哥草帽函数。 -BP learning algorithm Mexican hat function approximation BP learning algorithm
fenyou
- 现有8升、5升、3升的容器各一个，均无任何度量标记，其中8升的容器装满油，其他两个为空。要求用上述容器倒来倒去，分成两份4升的油。（内附实验报告）-Existing eight liters, 5 liters, each a 3-liter container, no any measure mark, eight liter container filled with oil, the other two are empty. Requirements for the container s
移动边缘计算环境下服务工作流的计算卸载实验仿真
- #遗传算法 #********************************************************************************************* #对于给定的一个任务流，在遵守任务前后顺序下，存在不同的位置编码和不同的排序编码 #比如对于任务流S，可以通过初始化得到N个位置编码，N个排序编码 #1.调用Order_initial生成一个带前后固定顺序（即前驱任务固定）的任务流 #2.调用N次Position_initial生成
移动边缘计算环境下服务工作流的计算卸载实验仿真
- #遗传算法 #********************************************************************************************* #对于给定的一个任务流，在遵守任务前后顺序下，存在不同的位置编码和不同的排序编码 #比如对于任务流S，可以通过初始化得到N个位置编码，N个排序编码 #1.调用Order_initial生成一个带前后固定顺序（即前驱任务固定）的任务流 #2.调用N次Position_initial生成