搜索资源列表
globalpathplanning
- 基于能量函数的人工神经网络路径规划,基于模拟退火原理的机器人三维路径规划例程。-Based on the energy function neural network path planning, based on simulated annealing principle of 3 d robot path planning routines.
twodimapproximationbp
- 单输出函数Y=SIN(X)逼近问题的bp程序:假设网络结构为3--2--1，输入维数M,共N个样本,一般输入不算层，输出算层- 激活函数: hardlim---(0,1),hardlims---（-1,1),purelin,logsig---(0,1),tansig----(-1,1) softmax,poslin,radbas,satlin,satlins,tribas 训练算法: 1.traingd,traingdm,traingda(variable l
k-iris
- 模式识别中用于完成数据的分类而用到的一种方法-k近邻。是将已有数据划分到3个类中，本方法中解决数据Iris数据的划分问题。将150个4维数据划分到3类。K近邻法是求最近的K个元素从而将其划分到已有类中。-Pattern recognition for the completion of the classification of the data used in a way-k neighbors. The existing data are divided into three classes
amend1
- 用C语言实现的K均值聚类算法，一共有3个类，并且给出了150个样本点，样本点为四维数据-Those files implements the function of classifying the four dimensional data by using the K-mean algorithm.
BP
- 神经网络BP算法实例特征输入为2维，第一层神经元个数为3个，第二层为3个，第三层为1个-a example of BP
machine-learning_PCA
- 环境为winpython 32bit 2.7.5.3 p = PCA() print u"均值化后的数据集为：",p.dataset( H:\\PCA_test.txt ) print u"协方差矩阵为：",p.COV() print u"特征向量为：",p.eig_vector()[1] tt = p.pc(dim=1) print "tt:",tt print u"新的维度数据集",tt[1]- """ Principal c
GA
- 各种遗传算法程序 1>myGA(基本遗传算法解决一维约束规划问题) 2>SBOGA(顺序选择遗传算法求解一维无约束优化问题) 3>NormFitGA(动态线性标定适应值的遗传算法求解一维无约束优化问题) 4>GMGA(大变异遗传算法求解一维无约束优化问题) 5>AdapGA(自适应遗传算法求解一维无约束优化问题) 6>DblGEGA(双切点遗传算法求解一维无约束优化问题) 7>MMAdapGA(多变异位自适应遗传算法求解一维无
RBF
- 径向基函数网络(RBF)特点：1)可用于任意维空间的插值；2)训练速度和插值速度较慢；3)一旦训练成功，只要存储权系数矩阵即可，适用于海量数据的插值；4)当数据不全时，可以用于数据补全。 -Radial basis function (RBF) network features: 1) can be used in any dimensional space interpolation 2) interpolation and the training speed slower 3) o
rabbit
- 根据表面散点图，恢复表面三维图形，可以作为三角法的模型使用-According to the surface of the scatterplot, restore the surface 3 d graphics, can be used as models of trigonometry