资源列表
[人工智能/神经网络/遗传算法] jxsvm
说明:交互支持向量机学习算法能解决一些监督学习问 题中学习样本较少的问题, 它以支持向量机(SVM ) 方法为 基础, 将设计分类器变成一个交互的过程, 即: 根据对已知 样本进行的SVM 分类器设计, 主动采样选择“有用”的新样 本, 并进行下一步SVM 分类器的设计。与普通SVM 法相 比, 该方法所需的样本量大大降低, 而且可能达到更好的推 广能力。文本信息过滤问题的实例说明了该算法的有效性。-Interactive support vector machine lear<罗朝辉> 在 2025-11-30 上传 | 大小:288kb | 下载:0
[人工智能/神经网络/遗传算法] ackermann
说明:mmodèle ackermann, modélisation<oussama> 在 2025-11-30 上传 | 大小:288kb | 下载:0
[数值算法/人工智能] Solving_constrained_optimization_problems
说明:求解约束优化问题的改进粒子群优化算法,希望对大家有所帮助。-Solving constrained optimization problems of improved particle swarm optimization, we want to help.<陈波> 在 2025-11-30 上传 | 大小:288kb | 下载:0
[数学计算/工程计算] Simplex_method
说明:单纯形法,求解线性规划问题的通用方法。单纯形是美国数学家G.B.丹齐克于1947年首先提出来的。它的理论根据是:线性规划问题的可行域是 n维向量空间Rn中的多面凸集,其最优值如果存在必在该凸集的某顶点处达到。顶点所对应的可行解称为基本可行解。单纯形法的基本思想是:先找出一个基本可行解,对它进行鉴别,看是否是最优解;若不是,则按照一定法则转换到另一改进的基本可行解,再鉴别;若仍不是,则再转换,按此重复进行。因基本可行解的个数有限,故经有限次转换必能得出问题的最优解。如果问题无最优解也可用此法判别。<黄仕明> 在 2025-11-30 上传 | 大小:288kb | 下载:0
[数学计算/工程计算] Analysis_and_design_of_he_backtracking_algorithm.r
说明:算法分析设计之回溯法Analysis and design of the backtracking algorithm-The backtracking algorithm analysis and design Analysis and design of the backtracking algorithm<fid> 在 2025-11-30 上传 | 大小:288kb | 下载:0
[matlab例程] simulink.docx
说明:this a lab program on matlab simulink introduction.-this is a lab program on matlab simulink introduction.<talal > 在 2025-11-30 上传 | 大小:288kb | 下载:0