搜索资源列表
自适应(Adaptive)神经网络源程序
- 自适应(Adaptive)神经网络源程序 The adaptive Neural Network Library is a collection of blocks that implement several Adaptive Neural Networks featuring different adaptation algorithms.~..~ There are 11 blocks that implement basically these 5 kinds of
Adaptive
- The adaptive Neural Network Library is a collection of blocks that implement several Adaptive Neural Networks featuring different adaptation algorithms.~..~ There are 11 blocks that implement basically these 5 kinds of neural networks: 1) A
immunity
- 提供一个人工免疫算法源程序，其算法过程包括： 1.设置各参数 2.随机产生初始群体——pop=initpop(popsize,chromlength) 3.故障类型编码，每一行为一种！code(1,:)，正常；code(2,:)，50％；code(3,:)，150％。实际故障测得数据编码，这里Unnoralcode,188％ 4.开始迭代（M次）： 1）计算目标函数值：欧氏距离[objvalue]=calobjvalue(pop,i) 2）计算群体中
GAdownload
- 遗传求解求解一元二次方程的解源程序(下载点击GAdownload.c) 说明： 1 popu变量表示群体规模 2 L变量表示染色体的长度 3 pc,pm变量分别代表是交叉概率和变异概率 4 gen是迭代的代数 4 chromosome是一个全局的二维数组，里面存放的是个体的编码 5 程序最后的执行结果输出到了text.txt文本文件中-genetic solving quadratic equation to solve one yuan source solutio
automix
- he AutoMix package is a C program for Unix-like systems, implementing the automatic reversible jump MCMC sampler of the same name described in Chapters 4, 5, and 6 of David Hastie s Ph.D. thesis-he AutoMix package is a C program for Unix-l ike s
02092028
- 1. 背景简介 日常生活中经常有自动售货机，这种机器不需要人来随时控制，只是按照其内部的一些默认程序来 工作，是一种比较简单的人工智能程序，本程序为对这种机器的一种模拟。 2.项目目标 （1）向顾客显示所售的各种商品； （2）让顾客进行选择； （3）向顾客显示所选商品的价格； （4）收款； （5）发送顾客所选择的商品； （6）向顾客找零。 3.运行环境 PⅢ级别计算机(CPU主频300Mhz以上、128MB内存） WINDOWS操作系统
VB36
- 要解决三个冲突:1.同一老师任两门以上课程的在同一时间内安排在不同的班讲课 2.不同的课程在相同时间内安排在同一教室 3 .教室容量与学生人数的冲突 数据库:班级表(班级名称,人数) 教师表(教师名称,所教科目) 科目表(科目名称,总学时数,周学时数) 教室表(教室名称,容量) 我不知道还需不需要一个时间表?? 要求:每天上下午各开4节课,每周按5天上课,一共18周.每次两节课一起上. 在排课时,每周所开的课程的总学时数要小于周学时数. 多学时课要隔一天以上才上第二
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-
PS2Key
- SMC1602A(16*2)模拟口线接线方式 连接线图: --------------------------------------------------- |LCM-----51 | LCM-----51 | LCM------51 | --------------------------------------------------| |DB0-----P0.0 | DB4-----P0.4 | RW-------P2.5 | |DB1-----P0
BPNet
- 人工神经网络BP算法 1、动态改变学习速率 2、加入动量项 3、运用了Matcom4.5的矩阵运算库（可免费下载,头文件matlib.h)， 方便矩阵运算,当然，也可自己写矩阵类 4、可暂停运算 5、可将网络以文件的形式保存、恢复
BP
- 基于BP神经网络的 参数自学习控制 （1）确定BP网络的结构，即确定输入层节点数M和隐含层节点数Q，并给出各层加权系数的初值 和 ，选定学习速率 和惯性系数 ，此时k=1； （2）采样得到rin(k)和yout(k)，计算该时刻误差error(k)=rin(k)-yout(k)； （3）计算神经网络NN各层神经元的输入、输出，NN输出层的输出即为PID控制器的三个可调参数 ， ， ； （4）根据(3.34)计算PID控制器的输出u(k)； （5）进行神经网络学习，在线调整加权
Jena-2.5.4
- jena2.5.4推理机系统的一种最基本实现 HP实验室出品
决策树的 C4.5
- 决策树的 C 4.5 Vc++实现的
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)+*
c4.5
- c 4.5 分类算法 数据挖掘 源码-c 4.5 source data mining classification algorithms
Neural-network-qiduanma
- 设用7个短线段构成1,2,3,4,5,6,7,8,9,10共10个数码图形，令这7个线段分别用一个矢量 来代表，又设对数码图形中用到的线段，相应分量取值为1，未用到的线段相应的分量取值为0，因此每个数码图形分别可由一个矢量表示，其顺序编号为： ，试设计一神经网络，能够区分奇数码和偶数码。-Set with seven short line segments 1, 2, 3, 4, 5, 10 digital graphics, 7 segment represented by a vector,
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
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
libsvm_1.4.5-3.bin.windows
- 支持向量机分类算法，模式识别，多分类，语音识别。(Classification, pattern recognition)
CWSS17.1.1.4
- 基于隐马尔科夫模型的中文分词系统，上交ieee专业大一作业，界面一般，主要用于学习，在此分享，注：开发环境python3.5(Based on Hidden Markov model of Chinese word segmentation system, on the IEEE professional freshman job, interface is common, mainly used for learning, in this share, note: development en