搜索资源列表
machine-learning-ex4
- 斯坦福机器学习编程作业machine-learning-ex4，神经网络模型，Neural Networks Learning题目，满分，2015最新作业答案 matlab代码-Stanford machine learning Programming Exercise 4: machine-learning-ex4
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
RRT
- RRT快速随机扩展树的算法整理，包含4个不同版本的代码，已整理好，都可用-RRT fast random spanning tree algorithm for sorting contain four different versions of the code has been collated all the available version 4 codes are matlab
machine-learning-ex4
- Stanford机器学习练习4 神经网络——构建 包含代码和讲解-Exercise 4 Stanford machine learning neural network- build contains the code and explain
deepnet-master
- Nitish Srivastava University of Toronto.利用GPU训练深度学习算法-Implementation of some deep learning algorithms. Nitish Srivastava University of Toronto. GPU-based python implementation of 1. Feed-forward Neural Nets 2. Restricted Boltzmann Machines
ga-SIMPLE
- /求下列元素的最大值：目标函数max=f(x1,x2)=x1*x1+x2*x2 取值范围在{1，2，3，4，5，6，7} //本算法在选择时使用：轮盘赌选择法、交叉时使用：单点交叉。 -A maximum of the following elements: objective function Max = f (x1, x2) x1+ x2 = x1** x2.Scope in,2,3,4,5,6,7 {1}This algorithm is used when the choice
IrisFx_EA
- IrisFx突破型挂单EA主要应用在EURUSD小时图或4小时图上,采取在前高和前低的位置上下挂单的方式进行自动交易,任何EA都不保证稳定赢利性 良好的资金管理是稳定的关键 如果你不懂得EA的应用建议你不要去使用以免损失你的本金!
Ant-colony-algorithm
- 利用蚁群算法寻找以下10个城市的TSP最短路径。 10个城市的X、Y坐标分别为：（0.1,0.6）、（0.2,0.3）、（0.4,0.1）、（0.5,0.5）、（0.7,0.2）、（0.8,0.4）、（0.2,0.8）、（0.5,0.9）、（0.7,0.6）、（0.9,0.8）。 要求输出最短路径顺序及其长度，以及蚁群算法迭代过程中的最短路径长度进化曲线。 -Ant colony algorithm to find the following 10 cities TSP sho
machine-learning-ex4
- 斯坦福大学机器学习第4次作业 可供参考 100分-Stanford Machine Learning 4th job for reference 100
BP_electrical_load_forecasting(3-4)
- BP神经网络用语电力负荷方面的预测，包含8个隐含层节点。-BP neural network used in terms of power load forecast, contains 8 hidden layer nodes.
4
- BP神经网络 ，用于遥感卫星图像处理，语音合成等领域-BP neural network for remote sensing satellite image processing, speech synthesis and other fields
para4
- 模式识别和智能计算第4章程序，可以直接运用，欢迎大家使用-Pattern recognition and intelligent computing program in Chapter 4, you can directly use, welcome everyone to use
cover
- 给定 n 个整数 a1,a2,…,an 组成的序列，如果对于 i< k< j,有 ak< |aj|，则称 aj 覆盖序列区间 ai,ai+1,…,aj，相应的覆盖区间长度为 j-i+1。 最大覆盖问题要求给定序列的最大覆盖区间长度 L。 例如，当 n 10，相应序列为：1,6,2,1,-2,3,5,2,-4,3 时，L 5。 ★数据输入 输入数据第一行是一个整数 n，第二行是整数序列 a1,a2,…,an。 ★数据输出 输出给定序列的最大覆盖区间长度
4
- 工作空间机械手的神经网络自适应控制程序 加入神经网络智能算法 可以很好地逼近模型实例 -Workspace robot neural network adaptive neural network control program added intelligent algorithm can approximate model instance
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
Genetic-Algorithms
- 遗传算法计算目标函数最优解。目标函数：y 21.5+x1*sin(4πx1)+x2*sin(20πx2）-Using genetic algorithm to calculate the optimal solution of function.
keras-master
- 最近一直在用keras，说点个人感受。 1、keras根植于python及theano，人气比较旺。 2、提供较为上层的框架，搞个深度学习的原型非常方便。 3、更新很快，我记得几个月前还没有multi-task的能力，最近再查就提供了graph的对象。 4、最重要的，文档很全。这点超过其它类似的基于theano的框架（Lasagne, Opendeep, Blocks）-Keras is a high-level neural networks library, written
ex4
- 机器学习 4、支持向量机 开发环境Octave-Programming Exercise 4: Support Vector Machines Machine Learning
Softmax
- 一个小demo,用softmax实现数据分类，数据有4类，均服从高斯分布-A small demo, a classifier with softmax softmax is implemented to classify 4 classes of datas which are generated by gaussian distribution
Classifier-based-Softmax
- 一个小demo,用softmax实现数据分类，数据有4类，均服从高斯分布-A little demo, a classifier with softmax softmax is implemented to classify 4 classes of datas which are generated by gaussian distribution