搜索资源列表
DavidPeterman_C
- 问题描述： 虽然离开浦口了，但在浦口校区后山大家还都有印象吧，可你知道有一座小山在冬天下大雪的时候是可以滑雪的，SEU很喜欢滑雪，这并不奇怪， 因为滑雪的确很刺激，可是为了获得速度，滑雪区域必须向下倾斜，而且当你到底时不得不重新走到上面重滑。SEU想知道在这个区域中最长的滑坡。区域由一个二维数组给出。数组的每一个数字表示山坡上一个点的高度。 下面是一个例子： 一个人可以从一个点滑向上下左右相邻的四个点之一，当且仅当高度减小。在上面的例子中，一条可行的滑坡为24-17-16-
NN+GA
- 1,改进BP神经网络在股市预测中的应用.2,基于MATLAB工具箱的开采煤层自燃危险性预测.3,基于改进的神经网络的电力系统负荷预报.4,基于神经网络的灌溉用水量预测.5,基于遗传算法改进BP网络的地表沉陷预计.6,利用遗传算法改进BP学习算法.7,模糊神经网络在电力市场短期负荷预测中的应用.8,神经网络学习算法存在的问题及对策.9,遗传神经网络在电力系统短期负荷预测中的应用.10,应用改进BP神经网络进行用水量预测.11,用遗传算法改进的BP模型在刹车系统诊断中的应用研究.12,遗传算法改进的
svm_v0.55beta
- 最新的支持向量机工具箱，有了它会很方便 1. Find time to write a proper list of things to do! 2. Documentation. 3. Support Vector Regression. 4. Automated model selection. REFERENCES ========== [1] V.N. Vapnik, \"The Nature of Statistical Learning Theory\", Springer-Verl
BP神经网络源程序
- 基于C开发的三个隐层神经网络，输出权值、阈值文件，训练样本文件，提供如下函数：1）初始化权、阈值子程序；2）第m个学习样本输入子程序；3）第m个样本教师信号子程序；4）隐层各单元输入、输出值子程序；5）输出层各单元输入、输出值子程序；6）输出层至隐层的一般化误差子程序；7）隐层至输入层的一般化误差子程序；8）输出层至第三隐层的权值调整、输出层阈值调整计算子程序；9）第三隐层至第二隐层的权值调整、第三隐层阈值调整计算子程序；10）第二隐层至第一隐层的权值调整、第二隐层阈值调整计算子程序；11）第一
weka-3-4-12
- weka全名是怀卡托智能分析环境（Waikato Environment for Knowledge Analysis），是一个公开的数据挖掘工作平台，集合了大量能承担数据挖掘任务的机器学习算法，包括对数据进行预处理，分类，回归、聚类、关联规则以及在新的交互式界面上的可视化-full name is weka intelligent analysis environment Waikato (Waikato Environment for Knowledge Analysis), is an o
klh
- 阐述了人工免疫系统的基本概念"讨论了几种典型的算法"包括基于免疫系统基本机制的免疫算法$基于免疫 特异性的否定选择算法-&--F)@+2G*F*E3 J)F*F*4J3 F,/+I+2G KF@4/5+00123 545*30!&’(.&)*+,+-+./’00123(45*30$+5 J)FJF53@$L.53@ F2*E3 0.+2,12-*+F2 F,+00123 545*30!*E3*4J+-././GF)+*E05.)3@35-)+K3@!51-E.5+00123./GF)+*
GA
- 遗传算法求解最优解求函数的最大值 : f(x,y)=21.5+x*sin(4*PI*x)+y*sin(20*PI*y) | 定义域 D: -3 <=x <=12.1 , 4.1 <=y <=5.8 | | 注： 目前最好结果：f(11.6255448,5.7250441)=38.8502944790207 -failed to translate
genetic_algorithm
- 遗传算法入门实例一：PID参数的优化[v1.0] 本文件夹包含： 图片IMG_0084 和IMG_0086为实验照片 IMG_0084为初始种群中某个体的PID调整效果 IMG_0086为进化了N(到底多少代我也没有去数)代之后的PID调整效果 文件GA为正文 源码\GA\ 为实验代码，WINAVR20060421+AVR Studio 4.12-Introduction example of a genetic algorithm: PID parameters optim
BP-matlab
- 基于C开发的三个隐层神经网络,包括 1）初始化权、阈值子程序； 2）第m个学习样本输入子程序； 3）第m个样本教师信号子程序； 4）隐层各单元输入、输出值子程序； 5）输出层各单元输入、输出值子程序； 6）输出层至隐层的一般化误差子程序； 7）隐层至输入层的一般化误差子程序； 8）输出层至第三隐层的权值调整、输出层阈值调整计算子程序； 9）第三隐层至第二隐层的权值调整、第三隐层阈值调整计算子程序； 10）第二隐层至第一隐层的权值调整、第二隐层阈值调整计算子
BP-neural-network_c
- 基于C开发的三个隐层神经网络，输出权值、阈值文件，训练样本文件，提供如下函数： 1）初始化权、阈值子程序； 2）第m个学习样本输入子程序； 3）第m个样本教师信号子程序； 4）隐层各单元输入、输出值子程序； 5）输出层各单元输入、输出值子程序； 6）输出层至隐层的一般化误差子程序； 7）隐层至输入层的一般化误差子程序； 8）输出层至第三隐层的权值调整、输出层阈值调整计算子程序； 9）第三隐层至第二隐层的权值调整、第三隐层阈值调整计算子程序； 10）第二隐层
FuzzyCAC
- FuzzyCAC by gaobin Email:gaobinsw@163.com QQ:632218827 博客：http://blog.sina.com.cn/gaobinsw 电话：13618257358 淘宝网店：http://gaobinsw.taobao.com 2012.4.12 [X,enterprise]=FuzzyCAC(type,classn)函数用法 type：选择聚类的方法 type=1
PSO
- 各种粒子群或改进型粒子群算法 1）粒子群优化算法(求解无约束优化问题) 1>PSO(基本粒子群算法) 2>YSPSO(待压缩因子的粒子群算法) 3>LinWPSO(线性递减权重粒子群优化算法) 4>SAPSO(自适应权重粒子群优化算法) 5>RandWSPO(随机权重粒子群优化算法) 6>LnCPSO(同步变化的学习因子) 7>AsyLnCPSO(异步变化的学习因子)(算法还有bug) 8>SecPSO(用二阶粒
demo3
- 在demo中，用EKF和有噪声的EKF训练非线性、非平稳数据。-In this demo, I use the EKF and EKF with noise adaptation to train a neural network with data generated a nonlinear, non-stationary state space model. Adaptation is done by matching the innovations ensemble covariance
反转策略-EA 12.30-1.30
- 金盾神反转-EA: 是一款开单条件严格做单准确率比较高的策略，大小资金都可以跑，策略带止损止盈，5*24小时交易，不需人工干预，100也可回测的策略。 EA的设计逻辑： 1.这款EA不是传统意义上的加仓策略，而是在策略上有先进创新玩法。 2.加仓的间隔以及加仓的倍率可以调整 3.基本持仓不过夜。 4.适应各种行情，不惧单边和震荡(Golden Shield reversal - EA: It is a strategy with stri