搜索资源列表
BackProp算法源程序
- 开发环境:C语言 简要说明:BackProp算法：BP网络是反向传播(Back Propagation)网络。它是一种多层前向网络，采用最小均方差学习方式。这是一种最广泛应用的网络。它可用于语言综合，识别和自适应控制等用途。BP网络需有教师训练。 -development environments : C language Brief Descr iption : BackProp algorithm : BP is the back-propagation network (Back
PSOt
- 智能优化算法： 粒子群优化算法（PSO）应用于神经网络优化程序。分为无隐含层、一隐含层、二隐含层。运行DemoTrainPSO.m即可。 程序来自：Brian Birge NCSU-intelligent optimization algorithms : Particle Swarm Optimization (PSO) used neural network optimization procedures. Divided into hidden layer, a hidden
BPnetwork
- 用BP网络完成函数的逼近。BP网络通常有一个或多个隐层，隐层中的神经元均采用sigmoid型变换函数，输出层的神经元采用纯线性变换函数。本例应用一个两层BP网络来完成函数逼近的任务，其中隐层的神经元个数是5。-network to be completed by BP function approximation. BP networks usually have one or more hidden layer, hidden layer neurons are used sigmoid-ty
Chance_Constrained_Multilevel_Programming
- 机会约束的多层规划求解模型及程序代码，人工智能的进化应用于不确定环境-chance constraints planning for the multi-model and program code, the evolution of artificial intelligence applied to an uncertain environment
ImagesegmentationBasedonGeneticAlgorithmandNeuraln
- 本文深入研究了 BP 神经网络与遗传算法理论，BP 神经网络在应用过程中面临 着网络训练时间长、容易陷入局部极小值、隐层节点数不易确定等缺点，为了有效 地克服 BP 网的困难，将遗传算法与 BP 网络有机地融合，使它们之间的相互补充增 强彼此的能力，从而获得更有力的解决实际问题的能力。 -this in-depth study of artificial neural networks and genetic algorithms theory, BP neural networ
dfsdf
- 关于一个五层楼的电梯模型,关于栈与队列的应用,内有实验报告.
PICTRANSWAVELETS
- PICTRANSWAVELETS，VC小波应用 图像小波变换，两层分解
BPN
- 多层前馈网络MFNN的反向传播bp算法的应用和实现
wavelet_compress
- 本程序为应用小波变换进行信号压缩。由于本程序涉及到了小波变换的函数，因此可能涉及到一些时频分析工具箱的函数。程序中应用db3小波进行3层分解，选用全局阈值进行阈值处理，即对各高频系数使用同一个阈值，进行阈值处理。
neural-network-back-propagation-algorithm
- 每一个训练范例在网络中经过两遍传递计算：一遍向前传播计算，从输入层开始，传递各层并经过处理后，产生一个输出，并得到一个该实际输出和所所需输出之差的差错矢量；一遍向反向传播计算，从输出层至输入层，利用差错矢量对权值进行逐层修改。BP算法有很强的数学基础，戏剧性地扩展了神经网络的使用范围，产生了许多应用成功的实例，对神经网络研究的再次兴起过很大作用。
HandwrittenDigitRecognitionBasedOnBPNeuralNetwork.
- 详细说明了如何实现基于bp神经网络的手写数字识别。神经网络对于参数的设置是敏感的，尤其是隐藏层的单元个数，本文列出了一系列bp神经网络的应用的参数设置。结果表明，可以实现较好的模式识别功能
操作系统进程内存管理模拟
- 有关此程序的功能请见程序中的帮助菜单程序难点1：创建Windows xp中按钮样式解决方法：使用标签控件与形状控件一起形成此样式此方法缺点：由于标签没有TAB事件，所以不能使用键盘控制按钮。此缺点解方法：截取键盘事件，以响应TAB事件（时间有限，没有实现）程序难点2:实时与分时混合应用解决方法：置一FOR循环在TIMER中，先判断并响应时实进程，再置另一当循环在TIMER中，无时实时再执行分时进程。程序难点3：分页式内存管理的调度方式解决方法：具体方法见程序中的注释。程序难点4:基于优先级的调度
bpnnet
- 用BP网络完成函数的逼近 P网络通常有一个或多个隐层，隐层中的神经元均采用sigmoid型变换函数，输出层的神经元采用纯线性变换函数。本例应用一个两层BP网络来完成函数逼近的任务，其中隐层的神经元个数是5。-network to be completed by BP function approximation P networks usually have one or more hidden layer, a hidden layer neurons are used sigmoid-typ
exVideoES
- H264视频压缩，解码应用层接口demo，适合trident芯片8400系列。
TES 透明加密程序
- 透明加密程序，完全采用应用层技术实现的透明加密模块-Transparent encryption process, we adopt the application-layer technology to achieve transparent encryption module
gap_src
- 应用层协议GAP的源代码,完全c++开发，可以直接移植-source code of GAP protocol。it s designed by C++,very easy to use.
IOCPserver
- 基于完成端口模型的服务，还有应用层协议的简单实现-Port model based on the completion of the service, there is a simple application-layer protocol implementation
Cooperative-communication
- 本书是“移动通信前沿技术系列”之一，全书共分18个章节，主要对协作通信及网络知识作了介绍，具体内容包括空时分集和编码、空时频分集与空时频编码、中继信道及协议、单中继协作通信、多节点协作通信等。全书内容分为三部分，第一部分回顾传统的MIMO系统，介绍空间、时间、频率分集的概念。第二部分主要考虑协作通信物理层的关键问题，并对其提出了行之有效的解决方案，比如针对协作通信的分布式特点，提出分布式空时(频)码；针对协作通信的频谱效率问题，提出了新颖和有效的协作方案。第三部分介绍协作通信对物理层之上的MAC
模糊数学理论在流体识别中的研究和应用
- 利用模糊数学理论进行油、气和水的自动识别。利用模糊理 论在处理不确定性、模糊性及高度非线性问题中所具有的独 特优势，对研究区的储层段进行了流体识别。
《应用MATLAB实现神经网络》程序包
- 神经网络编码，网络层数设置，初始化参数设置，网络参数改进。(net code initial parameter.net level number.inprove parameter.image process.target identify.face identify.number identify.alphabet identify.)