搜索资源列表
gansource
- 神经网络编码源程序,可以调用,方便使用,可进行二次开发-Neural network code source code, can call, convenient use, can carry on secondary development
Autoencoder_Code
- 利用MATLAB 实现了自动编码网络,相对于MATLAB自带的自编码网络函数,在此基础上可以改进为稀疏自编码网络(auto_encoder,matlab ,neural network)
stackedae_exercise
- 栈式自编码深度学习算法实现信号的分类,包含实例,用于动作的分类识别。(Stacked self classification, deep learning algorithm code signal contains examples for classification and recognition of action.)
DeepLearnToolbox-master
- 这是用于深度学习的Matlab工具箱 深度学习是机器学习的一个新的子领域,专注于学习深层次的数据模型。 它的灵感来自于人类大脑的明显的深层次(分层的)层次结构。 目录包括`NN /` - 一个用于前馈反向传播神经网络的库,`CNN /` - 卷积神经网络库,`SAE /` - 堆叠式自动编码器库,`CAE /` - 卷积自动编码器库,`util /` - 库使用的功能函数,`data /` - 实例使用的数据,`tests /` - 单元测试来验证工具箱是否正常工作(A Matlab to
tncjding
- h,264编码实现代码之二,视频会议用的,全部调试通过,(H, 264 second encoding implementation code, video conference, all debugging through,)
siamese-fc-master
- 深度学习中的孪生网络 matlab编码,可以进行很好的分类(Depth learning in the twin network matlab coding, can be a good classification)
WKMJRF042
- VC++图象处理源代码,演示程序提供了哈夫曼编码法的压缩和解压缩函数(Vc + + image processing source code, the demo provides a Huffman coding method of compression and decompression function)
rethrnbutton
- 神经网络编码源程序,可以调用,方便使用,可进行二次开发(Neural network code source code, can call, convenient use, can carry on secondary development)
Neural Network
- 人工智能的神经网络中的自动编码器,其为matlab环境下运行(An automatic coder in artificial intelligence neural networks)
5026990
- AMR的新版本,在VC下调试通过,有编码解码目录,(The new version of AMR, debugging through, under VC code decoding directory,)
clmpxled
- 哈夫曼编译码程序,可以对任意给定的字符串进行编译码,并将生成的中间编码写入到文件(Huffman encoding decoding procedures, can be compiled code for any given string, and will be generated in the middle of the code written to a file)
深度学习模型(卷积神经网络,深信度网络和堆栈稀疏自动编码器)
- 深度学习网络,包含卷积神经网络,深信度神经网络,和堆栈稀疏自动编码器等
TimeSpan - 副本
- 加入和接收组播数据后并按照编码规则挑选出需要的数据,并存储成文件,方便回放和查看(After adding and receiving multicast data, the required data is selected according to the coding rules and stored as files, which is convenient for playback and viewing)
libsvm-3.1-[FarutoUltimate3.1Mcode]
- 态势要素获取作为整个网络安全态势感知的基础,其质量的好坏将直接影响态势感知系统的性能。针对态势要素不易获取问题,提出了一种基于增强型概率神经网络的层次化框架态势要素获取方法。在该层次化获取框架中,利用主成分分析(PCA)对训练样本属性进行约简并对特殊属性编码融合处理,将其结果用于优化概率神经网络(PNN)结构,降低系统复杂度。以PNN作为基分类器,基分类器通过反复迭代、权重更替,然后加权融合处理形成最终的强多分类器。实验结果表明,该方案是有效的态势要素获取方法并且精确度达到95.53%,明显优于
libsvm-3.17
- 为了真实有效地提取网络安全态势要素信息,提出了一种基于增强型概率神经网络的层次化框架态势要素获取方法。在该层次化态势要素获取框架中,根据Agent节点功能的不同,划分为不同的层次。利用主成分分析(Principal Component Analysis, PCA)对训练样本属性进行约简并对特殊属性编码融合处理,按照处理结果改进概率神经网络(Probabilistic Neural Network, PNN)结构,以降低系统复杂度。然后以改进的PNN作为基分类器,结合自适应增强算法,通过基分类器反
GA-BP
- 算法基本要素: 1.染色体编码方法 2.适应度函数 3.遗传操作—-(选择、交叉、变异) 4.运行参数—(参数:群体大小M、遗传代数G、交叉概率Pc和变异概率Pm)(Basic elements of algorithm: 1. chromosome coding method 2. fitness function 3. - the genetic operation (selection, crossover and mutation) 4. operating pa
clnge-unchecked
- 使用C++实现了Golomb-Rice编码和Exp-Golomb编码, 里面还包含有一个bitstream库()
8568046
- 哈夫曼树编码,利用哈夫曼树算法实现对数据的压缩,很好,不错()
1
- python语言实现简单自动编码网络,输入数据为:[0,0,0,1;0,0,1,0;0,1,0,0;1,0,0,0](Python language implements a simple automatic coding network, input data is: [0,0,0,1; 0,0,1,0; 0,1,0,0; 1,0,0,0])
flnshloop
- 用C++实现费诺编码 通过输入一系列的概率值得到最优化的输出()