搜索资源列表
SOFM
- 该目录包含了代码执行Kohonen自组织特征 地图网络。源代码中可以找到SOFM.CPP 。样本数据中发现 SOFMSAMP.PAT 。的自组织特征映射程序接受输入的载体和组成 计算重量。输出定向到屏幕上。-This directory contains the code to implement Kohonen self-organizing feature map network. Source code can be found SOFM.CPP. Found in the s
731883939
- 利用weka做数据挖掘开发，本文主要是数据挖掘开发的过程讲解，主要是运用weka的包开发。-Do data mining using weka development, data mining of this paper is to explain the process of development, mainly the use of the weka package development.
InputOutput
- 实现对8为输入数据流，神经网络训练后，达到期望的目标值的过程。-Implementation of the 8 input data stream, neural network training, to achieve the desired target value of the process.
monituihuo
- 里面包括模拟退火的原程序还有两篇论文一个很好学习模拟退火资料-Which includes the original simulated annealing process are two papers a good learning simulated annealing data
test
- 遗传算法 代码，是一种优化算法，主要应用于基于历史数据挖掘之后的对工序或者流程的改善-Genetic algorithm code, is an optimization algorithm, mainly used in mining based on historical data on the process or after the process improvement
a2
- 复件 演化程序――遗传算法和数据编码的结合-Copies evolutionary process- genetic algorithms and the combination of data encoding
yxsjwj
- 决策是管理的核心，是提出问题并解决问题的过程。诊断是提出问题的钥 匙，是解决问题的前提。《营销数据挖掘》通过对营销信息的加工、分析、诊 断，明晰出企业营销的问题和工作重点，为管理层实施决策提供了前期保证。 该软件具有数据采集、集成加工、营销分析、营销预测、辅助决策、市场 诊断、进存优化等诸多功能。它借助两年以上的营销信息，辅助企业准确、精 细且高效地实施营销决策。使企业始终保持旺盛的生命力和效益的稳定增长。-Decision-making is the core of man
Kohonen
- Kohonen神经网络算法工作机理为：网络学习过程中，当样本输入网络时，竞争层上的神经元计算输入样本与竞争层神经元权值之间的欧几里德距离，距离最小的神经元为获胜神经元。调整获胜神经元和相邻神经元权值，使获得神经元及周边权值靠近该输入样本。通过反复训练，最终各神经元的连接权值具有一定的分布，该分布把数据之间的相似性组织到代表各类的神经元上，使同类神经元具有相近的权系数，不同类的神经元权系数差别明显。需要注意的是，在学习的过程中，权值修改学习速率和神经元领域均在不断较少，从而使同类神经元逐渐集中。-
AprioriMain
- 此算法实现了基本的Apriori算法,效率很低. 过程是:先通过对数据集进行扫描,得到候选1-项集C1,根据用户输入的最小支持度筛选出频繁1-项集L1,将筛选中 不满足条件的结果放入一个先验项集,然后对L1进行组合,并根据Apriori算法的先验原理,用每个组合的结果和先 验项集中的所有元素进行比较,如果组合结果的子集中包含先验集中的任何一个元组就将其排除,将没有被排除 的组合结果放入C2.如此循环反复,直到Cn或Ln为空. 2008.11.1-2008.11.3
C50
- 数据挖掘C50算法的实现，包含四个工程，可以实现决策树的产生以及规则的产生-Data mining C50 algorithm implemented, contains four engineering, may realize the process of generating decision-making tree and rules of produce
GAM
- This book focuses on the applications of inductive logic programming to software engineering. An integrated framework based on inductive logic programming has been proposed for the synthesis, maintenance, reuse, testing and debugging of logic pro
LDPC
- 这是关于LDPC信道编码模块设计的程序 打开源程序，先运行gengrate_h.m程序，陆续将码长设置为756bit，列重设置为3，行重设置为9。在Workspace中同时将H、A、B、C、D、E、Hget、Fget、g、Tget这是个变量选择另存为encode_in.mat 格式。再运行main_encode.m进行编码，主程序运行后，在当前目录下，自动生成编码结果文件“encode—out.mat”，这将作为下一次扩频调制仿真实验的的输入信号。最后分别查看Workspace中的变量s
AHU
- 神经网络建立的空调系统空气处理单元模型；simulink模型mdl，附带相关数据及归一化处理程序-Air-conditioning system neural network model of air handling units simulink model mdl, with relevant data and normalization process
neural_networks_f90
- fortran的神经网络训练程序。 Phil Brierley提供 更多信息见 www.philbrierley.com -Neural Network in Fortran90 !! Multilayer Perceptron trained with !! the backpropagation learning algorithm !! coded in Fortran90 by Phil Brierley !! www.philbrierley.com !
BP2
- 换档品质评价方法的研究是应现代车辆自动变速技术发展需要而提出的前沿研究课 题,其评价过程可视为一个非线性动态系统。BP 神经网络的非线性系统辨识 ,能够逼近任意 一个非线性函数。通过确定换档品质评定指标 ,利用BP网络训练获得的数据样本 ,从而建立 主观、 客观评价标准之间的联系 利用 Mat lab/ Simulink 完成换档品质评价方法的客观描述并 进行仿真。通过与实验结果对比 ,证明这种方法能够有效真实地评价换档品质并与传统主观 评价方法具有很好的一致性。-Shift
BP5
- 回转窑的生产过程是一个复杂的物理化学反应过程，具有大惯性、纯滞后、非线性等 特点。工艺过程复杂多变，难以得到精确的数学模型.本文利用BP神经网络可以实现任意非 线性映射的特点建立其神经网络预测模型,结合广西某大型水泥厂实时采集的生产数据，进 行仿真研究。仿真结果表明，该模型能够很好的预测水泥回转窑的温度。 -Rotary kiln production process is a complex physical and chemical reaction process, with
Vdetector-ZOUJI-20070626a-source-code
- It is a general purpose one-class classification algorithm. As a development in the research area of Artificial Immune Systems (AIS), it is a negative selection algorithm, one of the earliest methods inspired by immune system. Negative selection algo
date_F_A2103879
- 本书介绍了几种比较流行的现代综合评价方法的理论和应用。 主要内容包括： 层次分析法、模糊综合评判法、数据包络分析法、人工神经网络评价法、灰色综合评价法及其在经济管理中的典型应用案例。 其中，关于人工神经网络评价法和灰色综合评价法的内容，是第一次比较系统地出现在此类著作之中。 最后一章，对几种综合评价方法的结合与集成做了讨论。本书避开了某些深奥的数学背景，简明、系统地分析了几种方法的应用理论基础，拟在基本理论与实际应用之间建立起“桥梁” 。 书中汇集了大量的典型应用案例，供广大读者借鉴和参考。
dingxing_fenlei
- 神经网络分类处理，该结构将理想的输入分为四类，可用于数据测试。-Neural network classification process, the structure will be the ideal input is divided into four categories, which can be used in the data test.
exp7
- LBG分类算法 用初始室心随机法和扰动因子分裂法两种方法，比较不同方法不同参数设置时的分类性能。 -LBG classification algorithm vector quantization: vector normalization within a certain range for a particular type, consists of two steps: first generate a codebook, which is the speech feature v