-
I have the support vector machine procedures, it is easy to understand, you can...
我的支持向量机程序，很容易看懂，可在上面进行修改！-I have the support vector machine procedures, it is easy to understand, you can modify the above!
- 2022-02-07 03:52:27下载
- 积分：1
-
MATLAB模糊控制程序。
Matlab fuzzy control progrom.
- 2022-07-24 08:27:29下载
- 积分：1
-
一个关于HMM(隐马尔可夫模型)实现的C语言库。是Visual C++数字图像模式识别技术及工程实践的配套源代码
一个关于HMM(隐马尔可夫模型)实现的C语言库。是Visual C++数字图像模式识别技术及工程实践的配套源代码-one of HMM (HMM) with the C library. Yes Visual C digital image pattern recognition technology and engineering practice supporting source code
- 2022-05-20 10:03:02下载
- 积分：1
-
用C++语言开发的神经网络，很好用的。
使用C语言实现神经网络算法，针对BP神经网络的特点进行设计和开发，具有比较好的性能-use c language to develop neural network,good to use.
- 2022-07-11 03:48:03下载
- 积分：1
-
利用MATLAB的遗传算法优化程序的编写…
这是用matlab编写的用遗传算法优化神经网络的程序-using Matlab is prepared by using genetic algorithm optimization procedures for neural networks
- 2022-03-23 20:59:36下载
- 积分：1
-
用遗传算法实现任务分配优化的源程序。
用遗传算法实现任务分配优化的源程序。-genetic algorithm optimization task allocation of the source.
- 2022-02-02 21:07:49下载
- 积分：1
-
这是一个神经网络的源代码
这是一个神经网络的源代码-This a neural network source code
- 2022-08-03 15:50:22下载
- 积分：1
-
使用matlab应用遗传算法进行函数优化
使用matlab应用遗传算法进行函数优化-Using genetic algorithm in matlab to optimize function
- 2022-03-06 16:13:27下载
- 积分：1
-
EM算法，详细介绍了EM算法的应用，对研究EM算法的人来说有很大的帮助。...
EM算法，详细介绍了EM算法的应用，对研究EM算法的人来说有很大的帮助。-EM algorithm, described in detail the application of EM algorithm
- 2023-06-05 09:55:02下载
- 积分：1
-
仿真1：首先把网络温度参数T固定在100，按工作规则共进行1000次状态更新,把这1000次状态转移中网络中的各个状态出现的次数Si（i＝1，2，…，16）记录
仿真1：首先把网络温度参数T固定在100，按工作规则共进行1000次状态更新,把这1000次状态转移中网络中的各个状态出现的次数Si（i＝1，2，…，16）记录下来 按下式计算各个状态出现的实际频率： Pi=Si/∑i=1,NSi=Si/M 同时按照Bo1tzmann分布计算网络各个状态出现概率的理论值： Q（Ei）=（1/Z）exp（-Ei/T） 仿真2：实施降温方案，重新计算 采用快速降温方案：T（t）= T0/（1+t） T从1000降到0.01，按工作规则更新网络状态 当T=0.01时结束降温，再让T保持在0.01进行1000次状态转移，比较两种概率-a simulation : First of all network parameters temperature T fixed at 100 and, according to the rules for a total of 1000 to update the state, this state of the 1000 network transfer of all states for the number of Si (i = 1, 2, ..., 16) all recorded determined by the formula state-of the actual frequency : Pi = Si/i = 1, NSi = Si/M in accordance with Bo1tzmann distributed computing network of states all probability the theoretical value : Q (Ei) = (1/Z) exp (- Ei/T) Simulation 2 : implementation of cooling, re-using rapid cooling programs : T (t) = T0/(1 t) T dropped to 0.01 from 1000 and, according to the rules updated network state when T = 0.01 at the end of cooling, let T at 0.01 for the 1000 state tran
- 2022-08-06 06:55:50下载
- 积分：1
