资源列表
[人工智能/神经网络/遗传算法] Apriori(Finish)
说明:可計算itemset<=5以下的高頻項目集-Computable itemset<恕毅> 在 2025-06-02 上传 | 大小:1.27mb | 下载:0
[人工智能/神经网络/遗传算法] eslunwen
说明:《研究生论文-面向对象的Visual Prolog及其在专家系统的研究与应用》- Graduate Thesis- Visual Prolog object-oriented expert system and its application in research and application<高村> 在 2025-06-02 上传 | 大小:1.27mb | 下载:0
[人工智能/神经网络/遗传算法] TSP
说明:选定出示出发点,计算走遍十个城市的最短距离,VC++编写-Selected to produce the starting point, dozens of cities around the calculation of the shortest distance, VC++ Prepared<Joy> 在 2025-06-02 上传 | 大小:1.27mb | 下载:0
[人工智能/神经网络/遗传算法] NeuralNet
说明:神经网络的结构实现,有简单的感知器,以及BP网络,能够更改节点个数,容易扩展-Neural network structure, a simple perceptron, as well as the BP network, to change the node number, easy to expand<Can> 在 2025-06-02 上传 | 大小:1.26mb | 下载:0
[人工智能/神经网络/遗传算法] gearbox-simulation
说明:齿轮箱动力学仿真器及其应用:以基于动力学仿真的行星轮系损伤检测方法为例进行讲解-gearbox dynamic simulation<刘大> 在 2025-06-02 上传 | 大小:1.26mb | 下载:0
[人工智能/神经网络/遗传算法] somtoolbox
说明:自组织神经网络工具箱,挺好用。有案例,掌握点基本知识后,可以立刻上手,石河初学者来个感性认识,同时,提供研究基础。-somtoolbox,for matlab v5.0,run well,tested。with 4 demos。<wang> 在 2025-06-02 上传 | 大小:1.27mb | 下载:0
[人工智能/神经网络/遗传算法] Pathfinder
说明:遗传算法简单应用——寻路。这是一个遗传算法的最简单的应用,主要是介绍遗传算法的基本概念等。-the simple application of GA,to find a way home<刘保成> 在 2025-06-02 上传 | 大小:1.26mb | 下载:0
[人工智能/神经网络/遗传算法] Novel-quaternion-Kalman-filter
说明:An introduncion to kalman filter and its use in navigation!<wanglong> 在 2025-06-02 上传 | 大小:1.27mb | 下载:0
[人工智能/神经网络/遗传算法] ckn-matlab-v1.0-svn2014-11-19.tar
说明:Convolutional Kernel Network 算法原码-Code of Convolutional Kernel Network. Used for feature extraction and classification, LEAR France<GreenWong> 在 2025-06-02 上传 | 大小:1.26mb | 下载:0
[人工智能/神经网络/遗传算法] libsvm-3.1-[FarutoUltimate3.1Mcode]
说明:libsvm 带GUI libsvm 带GUI libsvm 带GUI libsvm 带GUI-Libsvm u5E26GUI libsvm u5E26GUI libsvm u5E26GUI libsvm u5E26GUI<岳先森> 在 2025-06-02 上传 | 大小:1.26mb | 下载:0
[人工智能/神经网络/遗传算法] k_mean
说明:K—mean算法的matlab实现,适合算法初学者,可加深对其的理解(Matlab implementation of K - mean algorithm)<程序喵> 在 2025-06-02 上传 | 大小:1.26mb | 下载:0
[人工智能/神经网络/遗传算法] apriori
说明:收集数据:使用任何方法 准备数据:任意数据类型都可以,因为我们只保存集合 分析数据:使用任何方法 训练算法:使用Apriori算法来找到频繁项集 测试算法:不需要测试过程 使用算法:用于发现频繁项集以及物品之间的关联规则 使用Apriori算法,首先计算出单个元素的支持度,然后选出单个元素置信度大于我们要求的数值,比如0.5或是0.7等。然后增加单个元素组合的个数,只要组合项的支持度大于我们要求的数值就把它加到我们的频繁项集<wingnut> 在 2025-06-02 上传 | 大小:1.26mb | 下载:0