搜索资源列表
修道士与野人1.9
- 用C++实现传教士与野人问题，其中规定有一个野人不会划船的人工智能问题-C and Savage realize missionaries, which is not a savage row of artificial intelligence problem
yaks-0[1].9-beta2.tar
- 神经网络和遗传算法组合应用-neural networks and genetic algorithms combined application
megahal-9.1.1
- megahal is the conversation simulators conversing with a user in natural language. The program will exploit the fact that human beings tend to read much more meaning into what is said than is actually there MegaHAL differs from conversation simulat
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-
VC++BP
- 本程序是BP算法的演示程序, 其中的Levenberg-Marquardt算法具有实用价值. 一、网络训练 程序默认状态是样本训练状态,现将样本训练状态下的如何训练网络进行说明: 1.系统精度: 定义系统目标精度,根据需要定义网络训练误差精度.误差公式是对训练出网络的输出层节点和实际的网络输出结果求平方差的和. 最大训练次数: 默认为10000次,根据需要调整,如果到达最大训练次数网络还未能达到目标精度,程序退出. 3.步长: 默认为0.01,由于采用
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
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
antnet-1.1.rar
- Programming language: Developed in Omnet++. Comment: The model implements the AntNet routing algorithm proposed in: G. Di Caro and M. Dorigo. AntNet: Distributed Stigmergetic Control for Communications Networks. Journal of Artificial Intelligence Re
Workpiecefeatureextraction
- 1、有9个工件图像，要求从本章讲授的特征提取方法中，选择3~5种提取工件特征并给出数字结果；链码为必选方法，给出数字结果和图形显示，做到链码和原图像的双向变换显示。（实验报告中应描述相应的特征提取方法并略述实现过程） 2、设计的界面中要具备功能：任选1个工件作为目标，以上述实现的特征提取方法识别该目标的工件类型（即序号），并显示该判别基准特征的数据。 3、有可能的话试用聚类、训练或其他方法对这些工件进行分类。 -err
Romberg
- (1) 设计算法并编制程序，进行调试。 (2) 用调试好的程序解决如下问题： 计算 的近似值，取精度为 步骤一、先编制计算函数值的程序； 步骤二、执行编制好的Romberg算法，输出T。 (3)用Romberg算法和复合Simpson公式分别计算 的近似值， 其中b分别取为b=0.1, 0.3, 0.5, 0.7, 0.9 -(1) the design of algorithms and programming, for debugging. (2) wit
FLCH3eg1
- 采用单神经元结构对两类样本进行分类，其中X为输入样本，T为目标向量。X=[-0.5,-0.5,0.3,0.1,-0.1,0.8,0.2,0.3 0.3,-0.2,-0.6,0.1,-0.5,1.0,0.3,0.9] T=[0,0,0,1,0,1,1,1]- The self learning function of the multilayer perceptron of an artificial neural network can be easily realized by the
include
- 用遗传算法解根号2，求根号2，也就是求方程f(x)=x*x-2=0的正整数解，x=1时f(1)<0，x=2时f(2)>0，由介值定理，则1到2中间存在一个根，根据代数基本定理和根的对称性知这就是我们要找的根（废话，初中生都知道是1.414左右），由目标函数得到适应度函数，我们选择个体都在[1,2]之间，那适应度函数我可以取 j(x)=40/(2+|x*x-2|)-10，由x的取值范围知j的范围是(0,10) x和y交叉就用取平均(x+y)/2，交叉概率取0.9，变异概率为0，
kohonen
- This program is a simple demonstration of a Kohonen self-organizing neural network. The program merely maps itself to a set of coordinates ranging from -0.5 to 0.5 on both the x and y-axis. The program layout is very simple - the Run button will
Manning[1].The.Well.Grounded.Rubyist.May.2009
- like Ruby For Rails for Ruby 1.9.1 -The Well-Grounded Rubyist is a “just Ruby” book, and it’s written to be read by anyone interested in Ruby. It’s a descendant of R4R but not exactly an update. It’s more of a repurposing. There’s some overlap
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_zuoye
- 基于MATLAB的神经网络控制，用BP神经网络拟合函数f = exp(-1.9*(u+ 0.5))*sin(10*u)-Neural network control based on MATLAB, using BP neural network fitting function f = exp (-1.9* (u+ 0.5))* sin (10* u)
N-GEN-(9)
- The proposed approach is based on three stages which (1) use neural networks for constructing a response function model of a dynamic multiresponse system, (2) use exponential desirability functions for evaluating overall performance of a specific
get-pip
- 安装pip,这是关于python版本的0.9.1的版本，是目前最新版本，可以安装各种功能包，在这里推荐给大家。(installing PIP, which is version 0.9.1 of python version, is the latest version of the current version, which can be installed with various functional packages, which are recommended here.)
语音识别1
- 英文数字以及简单单词语音识别，用DTW算法实现，其中包含英文数字1-9的录音以及简单单词录音文件(Speech recognition of English numbers and words by DTW algorithm)
1 (9)
- 人工智能行业报告9，可以非常清楚的了解行业发展情况，做出最好的判断。(The report of the artificial intelligence industry can make a clear understanding of the development of the industry and make the best judgment.)