搜索资源列表
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
Cellular-Neural-Network
- 细胞神经网络(CNN)是一种和人类神经网络非常相似的并行计算模型，各个邻接节点间有不同的通信。在本程序中A模型是反馈矩阵，B是控制矩阵。-Cellular neural network (CNN) is very similar to the human neural network model of parallel computation, all adjacent nodes have different communication. A model of this process is
ART1
- ART网络采用竞争学习策略和自稳机制，能够对任意复杂的环境输入模式实现自稳定和自组织的识别。ART神经网络模型主要有三种结构，即ART1、ART2、ART3。ART1用于处理二进制输入的信息，ART2可用于处理二进制和模拟信息两种输入，ART3具有人类神经元生物电-化学反应机制，用于分级搜索。-ART network adopt competitive learning strategy and instability mechanism, since any complex environme
NN_code
- 為了在語音及影像辨認獲至與人腦相似的功能，自1940年起，科學家即著手從事此方面的研究，仿造最簡單的神經元模式，開始建立最原始的類神經網路(Artificial Neural Network ANN)，歷經40年的發展，類神經的研究工作雖曾一度陷入低潮，近幾年又再度復甦，並且結合了生理，心理，電腦等科技而成為新的研究領域。-Voice and image recognition in order to be similar to the function of the human brain,
HMM
- VisualBasic 的 HMM 范例 HMM模型，Viterbi，滑动窗算法唐纳 Helland（定位在人类的DNA基因的目的)-HMM、Viterbi、and Sliding Window Algorithms (for purposes of locating genes in human DNA) by Tanner Helland This project demonstrates use of a Hidden Markov Model (HMM) to define
4floorearthquake
- 近年来，随着各国大地震的接连发生，对人类的生命财产造成了巨大的损失，高层建筑的隔震抗震引起了广泛关注。因此，在实际结构中对与建筑隔震性能的研究具有重要的意义。本文提出依次采用扩展卡尔曼识别结构响应和最小二乘识别未知激励的方法，对隔震层的无模型非线性特性进行识别。首先是在小地震线性情况下识别出结构参数刚度和阻尼，然后在大地震下对隔震特性进行识别。算例表明,该方法对已知地震激励下的隔震结构，其非线性特性的识别具有较高的精度。这样可通过结构迟滞力的变化，对结构的隔震性能进行有效的识别。-Recentl
Simple-Clustering
- ICA Clustering In computer science, Imperialist Competitive Algorithm (ICA)[1] is a computational method that is used to solve optimization problems of different types. Like most of the methods in the area of evolutionary computation, ICA does n
Face-orientation-recognition
- 本课题研究的步骤如下：先提取人脸的特征向量；产生训练样本和测试样本；再用LVQ创建神经网络模型，该模型用训练样本进行训练调整权值；用测试样本对建立的人脸朝向识别模型进行验证，要求有较高的识别率。 本课题要求使用LVQ神经网络的算法进行Matlab仿真，对人脸朝向进行有效的判断和识别。 -This study is the following steps: first extract facial feature vector generate training and testing
Predictive-Controller
- 逻辑预测控制 仿人逻辑预测控制器设计. 该控制器融合了基于泛布尔代数的逻辑控制器和基于模型的预测控制器的特点, 是一种多值逻辑混合动态系统. Matlab仿真表明, 该控制器在模型匹配时性能良好, 在模型失配时依然能满意运行, 表现出鲁棒性强, 超调量小的特点. 与其它类型人工智能控制器相比, 该控制器结构简单, 物理背景明确, 数学概念清晰, 便于在工业控制领域推广应用-Simulating characteristics of human intelligent, a new intelli
A2
- 计算智能是以模型（计算模型、数学模型）为基础、以分布并行计算为特征的模拟人的智能求解问题的理论与方法，本书系统的讲述计算智能的基本内容基本理论与基本方法1、从模拟智能的生成过程的观点讲述模拟进化的计算理论。2、从模拟智能结构的观点讲述人工神经网络理论。3、从模拟智能行为的观点讲述模糊逻辑与模糊推理。全书突出基础，强调背景，跟着研究与发展-Computational Intelligence based model (model, mathematical model)-based, distri
Neuron-model-code
- 模拟人类实际神经网络的数学方法问世以来，人们已慢慢习惯了把这种人工神经网络直接称为神经网络。神经网络在系统辨识、模式识别、智能控制等领域有着广泛而吸引人的前景，特别在智能控制中，人们对神经网络的自学习功能尤其感兴趣，并且把神经网络这一重要特点看作是解决自动控制中控制器适应能力这个难题的关键钥匙之一。 -Since the actual neural network simulation of human mathematical methods available, it has grad
Enhancement-Based-on-Visual-Property
- 常见的基于人类视觉特性的图像增强算法由于是同时完成动态范围压缩和对比度增强,导致增强图像的整 体对比度不高、边缘部分效果不佳.通过分析人类视觉系统的全局和局部自适应调节原理及人眼视网膜神经节细胞 感受野的传输特性,提出一种仿生图像增强算法.为适应人类视觉系统对光强的主观感觉特性,对图像作全局亮度 对数变换 并利用人眼的主观亮度感觉与实际光强的对数呈局部线性关系的特性,采用视网膜神经元感受野三高斯 模型来调整亮度图像的局部对比度 最后利用线性变换恢复图像的彩色信息.实验结果表明,该
bp-Matlab
- 人工神经网络（Artificial Neural Network，即ANN ），是20世纪80 年代以来人工智能领域兴起的研究热点。它从信息处理角度对人脑神经元网络进行抽象， 建立某种简单模型，按不同的连接方式组成不同的网络。神经网络的MATLAB实现(Artificial Neural Network (ANN) is a hot spot in the field of artificial intelligence since 1980s. It abstracts the neural
BayesKit
- 贝叶斯网络，又称信念网络(Belief Network, BN), 或有向无环图模型，是由一个有向无环图(DAG,Directed acyclic graphical model)和条件概率分布(即知道P(xi|parent(xi))发生的概率构成，其中parent(xi)为指向xi的直接父节点)。它是一种模拟人类推理过程中因果关系的不确定性处理模型，其网络拓朴结构是一个有向无环图(DAG)。(Bayesian networks, also known as belief networks (B
ChenxingMaterials
- 这是一种用于人类微生物疾病关联预测(Katzhmda)的katz度量的新的计算模型。(This is a novel computational model of KATZ measure for Human MicrobeDisease Association prediction)
深度学习mtcnn
- 用市面上的摄像头，可以实现实时人脸识别功能。(The algorithm model of facenet face recognition is obtained through deep learning, and the backbone network of feature extraction is concept-resnetv1, which is developed from concept network and RESNET, with more channels and n