搜索资源列表
machine-learning-4
- 机器学习算法之KNN与PageRank，经典的机器学习的外文资料，该资料描述详细，便于大家的学习。-The KNN machine learning algorithm and PageRank, classical machine learning foreign language information, the information described in detail, easy to learn from everyone.
Artificial-Intelligence-Problems.tar
- 人工智能期末复习题 一、选择题： 1、人类智能的特性表现在4个方面__________。( B ） A、聪明、灵活、学习、运用。 B、能感知客观世界的信息、能对通过思维对获得的知识进行加工处理、能通过学习积累知识增长才干和适应环境变化、能对外界的刺激作出反应传递信息。 C、感觉、适应、学习、创新。 D、能捕捉外界环境信息、能够利用利用外界的有利因素、能够传递外界信息、能够综合外界信息进行创新思维。 2、人工智能的目的是让机器能够___________。(
kmeans1
- K-means算法，算法步骤如下： Step1.利用式(2)计算距离矩阵D=()，其中=dist[i, j] ()； Step2.扫描坐标距离矩阵D，寻找距离的最大值和最小值，用式(3)计算limit； Step3.扫描坐标距离矩阵D，寻找矩阵中距离最小的2个数据a，b，将数据a，b加入集合，={a,b}，同时将数据a，b从U中删除，更新距离矩阵D； Step4.利用 (4)式在U中寻找距离集合最近的数据样本t，如果小于limit，则将t加入集合，同时将t从集合U中删除，更新
GA-BP
- 网上搜集的4个遗传算法优化神经网络的matlab源码程序-using Matlab is prepared by using genetic algorithm optimization procedures for neural networks
jhsf
- 本书论述深入浅出，从简单的实力介绍没中算法的原理，然后深入讨论他们的基本理论及应用技术，图文并茂，便于自学；包括，遗传算法，遗传规则，进化策略，金花规则4中算法，本书分别介绍他们的基本知识，基本理论及实施技术，全书共分5涨，跟别为绪论，遗传算法，遗传规划，进化策略，进化规划-This book discusses in simple terms, the strength of introduction from a simple principle of the algorithm is no
eg4-feixianxinghanshujizhi
- 《MATLAB神经网络30个案例分析》中的第4个例子，案例4 神经网络遗传算法函数极值寻优-非线性函数极值。希望对大家有一定的帮助！-The MATLAB neural network analysis of 30 cases of 4 example, case 4 optimization extreme genetic algorithm neural network function- nonlinear function extremum. Hope to have certain h
FUZZY-CONTROL-MAMDANI
- 一个3-4-1型的mamdani模糊控制系统，可适用于很多情况。-A 3-4-1 type mamdani fuzzy control system, applicable to many situations.
NN-PACKAGE
- 神经网络的基础程序包，对4种类别进行分类-NN package
Fuzzy-Neural-Network-by-matlab
- 这是一个四个不同的S函数实现集合的递归模糊神经网络（RFNN）。该网络采用了4组可调参数,这使得它非常适合在线学习/操作，从而可应用到系统识别等方面。-This is a collection of four different S-function implementations of the recurrent fuzzy neural network (RFNN) described in detail in [1]. It is a four-layer, neuro-fuzzy net
faces.tar
- Machine Learning, Tom Mitchell, McGraw Hill, 1997. Artificial Neural Networks 人脸识别源代码-Machine Learning, Tom Mitchell, McGraw Hill, 1997. Neural network learning to recognize faces (example from Chapter 4)
bashuma
- 重排九宫问题，在3×3的方格棋盘上放置分别标有数字1，2，3，4，5，6，7，8的8张牌，0表示空格，可使用的算符有空格左移，空格右移，空格上移空格下移，即他们只允许把位于空格左右上下的牌移入空格，要求寻找从初始状态到目的状态的路径。-Rearrangement JiuGongTu placed on the checkerboard-labeled 33 digital 1,2,3,4,5,6,7,8 of 8, 0 represents a space, operators can use
prefixspan-0.4-ngram
- 数据挖掘算法，用于挖掘频繁序列模式，包含完整的使用说明文档-Data mining algorithm for mining frequent sequential patterns, including the complete user documentation
GeneticAlgorithm_MaxMin
- 目标函数F(s)=21.5+x1*sin(4*pi*x1)+x2*sin(20*pi*x2),运用遗传算法求取函数的最值，课程作业，自己原创。-The objective function F (s) = 21.5+ x1* sin (4* pi* x1)+ x2* sin (20* pi* x2), the use of genetic algorithms to strike the most valued function, course work, their own originali
KNN-Face-Recognition
- KNN分类算法实现人脸识别，数据集为ORL。训练样本分别为2、4、6，其余为测试样本。-KNN classification algorithm for face recognition, the data set for the ORL. 2,4,6 training samples respectively, the rest of the test samples.
生产者消费者问题
- 一个大小为3的缓冲区，初始为空 2个生产者 随机等待一段时间，往缓冲区添加数据， 若缓冲区已满，等待消费者取走数据后再添加 重复6次 3个消费者 随机等待一段时间，从缓冲区读取数据 若缓冲区为空，等待生产者添加数据后再读取 重复4次
Artificial-intelligence
- 介绍了三种知识表示方式（状态空间法、问题归约、谓词逻辑）和4种搜索技术（盲目搜索、启发式搜索、与或树搜索、博弈树搜索），简单介绍prolog语言-Describes three kinds of knowledge representation (state space method, problem reduction, predicate logic) and four kinds of search techniques (blind search, heuristic search, w
keyword
- 邮件分类学习，使用svm库实现，用4组数据训练，1组数据测试-Mail classification learning, using svm library implementation, training with four sets of data, one set of data to test
gprolog-1.4.4.tar
- 人工智能语言prolog的解释器，用C写成。-The interpretor for AI language Prolog.
pHash-0.9.4-sourcecode
- 开源的图像相似度感知hash算法，支持jpg等主流图像的相似度匹配。-the sourcecode algrithm is about picture of perceptual hash, supporting jpg format, and so on.
Detecter
- 行人检测程序，基于dShow和Opencv2.4.9读取视频文件或者摄像机视频数据，对每一帧图像进行行人检测-Pedestrian detection program, based dShow and Opencv2.4.9 read video files or video camera video data, each frame image for pedestrian detection