-
这是马少平 朱小燕编著的人工智能配套课件，由清华大学出版社出版...
这是马少平 朱小燕编著的人工智能配套课件，由清华大学出版社出版-This is Ma Shao-ping ZHU Xiao-yan matching artificial intelligence authoring courseware, from Tsinghua University Publishing House
- 2022-06-16 09:53:05下载
- 积分：1
-
ai 代码的C++实现，在VC6.0下运行通过
ai 代码的C++实现，在VC6.0下运行通过-ai code of C++ to achieve，vc++ Running through
- 2022-01-31 10:01:52下载
- 积分：1
-
遗传算法VC编程，对于初学者可能有用，多多支持~
遗传算法VC编程，对于初学者可能有用，多多支持~-VC programming genetic algorithms, may be useful for beginners, the generous support of ~
- 2022-08-23 02:16:47下载
- 积分：1
-
neural network and Matlab realized, with a lot of examples and I hope that you c...
神经网络与matlab实现,内含大量的实例,希望能对你有所帮助.-neural network and Matlab realized, with a lot of examples and I hope that you can help.
- 2022-03-01 23:17:13下载
- 积分：1
-
法官签署了一个网上例子
判断在线签名实例-judge signed an online example
- 2022-01-21 20:38:33下载
- 积分：1
-
bp neural network prediction algorithm process to a group of data for effective...
神经网络预测bp算法程序，可以对一组数据进行有效的预测-bp neural network prediction algorithm process to a group of data for effective forecast
- 2022-01-26 02:24:46下载
- 积分：1
-
基本遗传算法的源代码，比较各代种群的进化。
基本遗传算法的源代码，比较各代种群的进化。-The basic genetic algorithm source code, comparing the generation of species evolution.
- 2022-01-25 15:32:22下载
- 积分：1
-
svm training example from svm.org
svm training example from svm.org
- 2022-01-21 17:41:15下载
- 积分：1
-
一个包含丰富内容的流形学习算法工具包，有图形示例文件demo.fig，包括laplacian特征映射算法、流形规则调整、svm分类算法等内容，希望对研究机器学习...
一个包含丰富内容的流形学习算法工具包，有图形示例文件demo.fig，包括laplacian特征映射算法、流形规则调整、svm分类算法等内容，希望对研究机器学习的朋友有用。-contains a rich content of the manifold learning algorithm tool kit, graphics documents demo.fig example, laplacian features include mapping algorithm manifold rules adjustments svm classification algorithm, want to study machine learning useful friends.
- 2022-03-22 09:02:04下载
- 积分：1
-
Hopfield 网――擅长于联想记忆与解迷路 实现H网联想记忆的关键，是使被记忆的模式样本对应网络能量函数的极小值。 设有M个N维记忆模式，通过对网络N个神经
Hopfield 网――擅长于联想记忆与解迷路 实现H网联想记忆的关键，是使被记忆的模式样本对应网络能量函数的极小值。 设有M个N维记忆模式，通过对网络N个神经元之间连接权 wij 和N个输出阈值θj的设计，使得: 这M个记忆模式所对应的网络状态正好是网络能量函数的M个极小值。 比较困难，目前还没有一个适应任意形式的记忆模式的有效、通用的设计方法。 H网的算法 1）学习模式――决定权重 想要记忆的模式，用-1和1的2值表示 模式：-1，-1，1，-1，1，1，... 一般表示： 则任意两个神经元j、i间的权重： wij=∑ap(i)ap(j)，p=1…p； P：模式的总数 ap(s)：第p个模式的第s个要素（-1或1） wij：第j个神经元与第i个神经元间的权重 i = j时，wij=0，即各神经元的输出不直接返回自身。 2)想起模式： 神经元输出值的初始化 想起时，一般是未知的输入。设xi(0)为未知模式的第i个要素（-1或1） 将xi(0)作为相对应的神经元的初始值，其中，0意味t=0。 反复部分：对各神经元，计算： xi (t+1) = f (∑wijxj（t）-θi), j=1…n, j≠i n―神经元总数 f（）--Sgn（） θi―神经元i发火阈值 反复进行，直到各个神经元的输出不再变化。-Hopfield network-- good at associative memory solution with the realization of lost H associative memory networks, are key to bringing the memory model samples corresponding network energy function of the minimum. With M-N-dimensional memory model, the network N neurons connect between right wij and N output threshold j design makes : M-mode memory corresponding to the network is a state network energy function is the M-000 minimum. Mor
- 2023-03-24 10:55:03下载
- 积分：1
