搜索资源列表
libsvm-2.8
- libsvm升级到2.8版本，针对新的代码稍做修改，重新排版，修正了原版中部分错误 -libsvm upgrading to 2.8 edition,do little chinging on new edition,set up new type,and changing some mistake of original edition.
Kz已知
- 为模型参数中的动静比例知道的情况 属于一种新的模型 - The situation knew which for the model parameter in sound of something astir proportion belongs to one kind of new model
8数码A算法
- 设计说明：1。数据结构和表示：程序用1、2、3、4分别表示将右、上、左、下的数字块移动到空格之中。采用典型的树+链表结构，每种局面产生一个BoardState类。出于避免走法顺序列表被过多复制的考虑，在树结构中保存局面的继承关系。每种新的局面产生后，引用估值函数产生f的值，再根据大小将其插入链表之中，以便实现“优先展开f值小的节点”。Solve()函数在成功解决问题之后保存一个走法序列供输出并返回零，而失败则返回失败处的节点层数。(具体的判断方法见后文)-Design Notes : 1. Da
MnthTsp
- 用模拟退火技术解决旅行商问题.算法中采用了人工智能中比较新的模拟退火算法.-simulated annealing technology to solve the traveling salesman problem. Algorithms used in the artificial intelligence relatively new simulated annealing algorithm.
dbacl.tar
- dbacl是一个通用目的的digramic贝叶斯文本分类器。它可以学习你提供的文本，接着用 学到的类别来比较新的输入。它可以用于垃圾邮件过滤，或在你自己的外壳脚本中使用。 -dbacl is a general-purpose text digramic Bayesian classifier. It can learn to provide you with the text, then uses learned relatively new type of input. It can be
bipso
- 围绕粒子群的当前质心对粒子群重新初始化.这样，每个粒子在随后的迭代中将在新的位置带着粒子在上次搜索中获得的“运动惯性”（wvi）向Pi，Pg的方向前进，从而可以在粒子群的运动过程中获得新的位置，增加求得更优解的机会.随着迭代的继续，经过变异的粒子群又将趋向于同一点，当粒子群收敛到一定程度时又进行下一次变异，如此反复，直到迭代结束.-particle swarm around the center of mass of the current PSO reinitialization. Thus,
nnforcast
- 本程序根据训练好的网络文件ANN.mat预测新的数据文件，得到均方误差，并画出预测数据和原数据的对比图。此程序运用到了很多Matlab编程中常用到的表达方式，还有一些神经网络编程的基本概念的表达，如归一化的表达。希望能对别人有所帮助.-the procedures under the trained network file ANN.mat anticipating new data files, to be mean-square error. and the mapping out of t
CDAPSO
- 一种新的随机优化技术:基于群落动态分配的粒子群优化算法(Community Dynamic Assignation-based Particle Swarm Optimization,CDAPSO)。新算法通过动态改变粒子群体的组织结构和分配特征来维持寻优过程中启发信息的多样性,从而使其全局收搜索能力得到了显著提高,并且能够有效避免早熟收敛问题。-a new stochastic optimization techniques : Community-based dynamic allocat
shifunction
- 模式识别----模式识别中势函数分类算法。。例子源码。对样本进行学习生成势函数，再对新样本进行分类
networkradar
- 《神经网络在雷达对抗和反对抗中的应用》，此文介绍了一种雷达对抗的新方法，将神经网络原理引入雷达对抗中
111
- 数据挖掘中的新方法---支持向量机》示例代码，请
CHC
- CHC (基因算法）基因算法（GeneticAlgorithm简称GA）是人工智能中一种新算法，它利用遗传学发展的手段，即遗传（复制），重组和突变（变异）构成对问题解答的算法。
2006814174759656
- 本文讨论的问题主要涉及货运的配载，而货运配载的目标是实现车与货的高效匹配, 降低空载率以减少货物运输过程中因此而造成的经济损失。货运配载问题涉及两方面的 内容:车辆利用和货物装载。本文主要从这两个角度角度来分析解决问题。 对于问题1，我们首先通过分析复杂的变量及他们之间的关系，建立规划模型。为 了求解这个模型，我们进行了一系列的简化，使得模型求解切实可行。求得较优的方案， 而且各辆车均匀负担。该方案的总费用为4877.2。 对于问题2，我们在模型1 的基础上进行了改进采用
Genetic-algorithm
- Visual C++实现的基因遗传算法库源代码以演示程序Free Source Code for Genetic algorithm 2008年05月21日 C++, Windows, Win32, Visual Studio, MFC, STL, Arch, Dev, Design 基因遗传算法都是针对概率的，所以因为其随机的本质，导致其结果可能是好的，也可能是坏的，于是我们就需要一个方法确认这个解到底有多大的可用性。这是通过计算相似拟合度进行衡量的。染色体Chromosomes代
de
- 微分进化算法DE（Differential Evolution）由Storn和Price等学者于1995年首先提出。它是一种基于种群优化的新智能优化方法，它已被证明在求解过程中具有高效性、收敛性、鲁棒性等优点
自适应神经网络在确定落煤残存瓦斯量中的应用
- 落煤残存瓦斯量的确定是采掘工作面瓦斯涌出量预测的重要环节,它直接影响着采掘工作面瓦斯涌出量预测的精度,并与煤的变质程度、落煤粒度、原始瓦斯含量、暴露时间等影响因素呈非线性关系。人工神经网络具有表示任意非线性关系和学习的能力,是解决复杂非线性、不确定性和时变性问题的新思想和新方法。基于此,作者提出自适应神经网络的落煤残存瓦斯量预测模型,并结合不同矿井落煤残存瓦斯量的实际测定结果进行验证研究。结果表明,自适应调整权值的变步长BP神经网络模型预测精度高,收敛速度快 该预测模型的应用可为采掘工作面瓦斯涌
Algorithm-SVM-0.11.tar
- 在人工智能中模式识别比较新的分类算法,支持向量机.用于特征分类.-A new classify arithmetic of pattern-recognition in artificial intelligence,use support vecotr machine to classify the characteristic
libsvm-mat-2.8-1
- 人工智能模式识别中基于支持向量机的分类算法在识别领域属于较新的应用-The SVM-based classification algorithm is a kind of new application in the field of artificial intelligence and pattern recognition.
离散类电磁机制算法
- 求解组合优化问题的类电磁机制算法，visual studio 2008中c++编写。该算法为元启发式算法中的新研究热点。
support_vector_machine_a_new_method_for_data
- 数据挖掘中的新方法：支持向量机 数据挖掘中的新方法——支持向量机 很全面系统介绍支持向量机的一本书-book about support vector machine ,SVM a new method for data...