搜索资源列表
netware_simulink
- 一个神经网络的M生成程序和SIMULINK模型-a neural network Generation M procedures and Simulation Model
DelaunaySourceCodeJava14
- Voronoi图生成算法 ,Voronoi(沃洛诺依)多边形网络常常被用来做为计算机仿真模型.由于按照定义形成Voronoi多边形网络较难用程序实现,人们多采用Delauney(狄洛尼)三角形的方法完成模型的构建.大家可以交流
TCPns2
- 自相似、长相关业务的生成及TCP拥塞控制的研究 目前,Internet的规模日益增大,承载的业务种类也不断增加.Internet已给人们的生活和工作带来了巨大的利益和影响.21世纪是通信的世纪,是互连网的世纪.经过20多年的发展,Internet已经在全球取得巨大的成功.该文对自相似、长相关基本理论进行了研究,得出了生成自相似、长相关业务的方法,即通过重尾分布ON/OFF源的N-Burst模型的聚合业务来生成自相似、长相关业务,使用国际上比较通用的仿真软件NS-2来进行仿真.并基于此特征业务
DeepLearnToolbox-matlab
- DBN代码 DBNs是一个概率生成模型，与传统的判别模型的神经网络相对，生成模型是建立一个观察数据和标签之间的联合分布。-DBN code DBNs generate a probability model, and determine the neural network model is relatively traditional, distributed generation model is to establish a joint observation data and tags.
ER
- ER 模型网络生成的matlab代码 计算网络的度分布、集簇系数 网络科学作业 -ER model generate a random network of nodenum nodes with probability of 0.1 and calculate average degree, average clustering coefficient and degree distribution
Aver_Path_Length
- 关于matlab中网络生成度的模型生成图-About matlab generated diagram of the network model generation
generateBA
- BA网络的生成模型，大家可以自己下载，在软件中执行-it can generate a BA network model,you can use it directly
DBN
- 深度信念网络 (Deep Belief Network, DBN) 由 Geoffrey Hinton 在 2006 年提出。它是一种生成模型，通过训练其神经元间的权重，我们可以让整个神经网络按照最大概率来生成训练数据。我们不仅可以使用 DBN 识别特征、分类数据，还可以用它来生成数据。下面的图片展示的是用 DBN 识别手写数字： -Depth belief networks (Deep Belief Network, DBN) proposed by the Geoffrey Hinton i
DBNtoolbox-master
- 深度学习DBN（深信度网络）代码，概率生成模型，与传统的判别模型的神经网络相对，生成模型是建立一个观察数据和标签之间的联合分布。-Deep learning DBN (Convinced of the network) code generation probability model, and neural network models of traditional discrimination relatively generated model is to establish a join
Spreading_SIR12
- 复杂网络SIR模型传播动力学的实现，生成一个传染源，在一个无标度网络传播演化过程，运行成功。（有注释）-Dynamics of complex network based on SIR model. Set a source of infection in a scale-free network. The simulation runs successfully.
0735012
- 云模型生成算法,这是我发了好多天才做好的 大家可以看一下()
RBF神经网络的训练程序
- 2018美赛A题第三问本人用RBF径向基神经网络制作的生成任意海浪模型的程序，可以解决移动船只的仿真问题(2018 A question third ask me the program of generating arbitrary sea wave model by RBF radial basis neural network, which can solve the simulation problem of mobile ship.)
6s_lut
- 该程序是通过6s辐射校正模型生成查找表，以便进行气溶胶反演 ; 该程序参数设置较为简单，如果要详细的参数，请自行设置 ; 改进方法：1、读取每一个影像的角度信息建立查找表，这样精度更高 ; 2、利用IDL直接调用Fortran语言的6S源程序，并行生成查找表，速度提高20倍左右 ; 3、将所有参数都设置好，缩小步长，构建一个庞大的查找表，构建神经网络，一劳永逸(The program generates look-up
Matlab
- 基于Matlab的BA无标度网络拓扑生成算法，BA模型有两个重要特性：增长特性和优先连接特性(BA based scale-free network topology generation algorithm based on Matlab. There are two important characteristics of BA model: growth characteristics and priority connection characteristics.)
dbn-master
- 度信念网络是一个概率生成模型，与传统的判别模型的神经网络相对，生成模型是建立一个观察数据和标签之间的联合分布，对P(Observation|Label)和 P(Label|Observation)都做了评估，而判别模型仅仅而已评估了后者，也就是P(Label|Observation)。(The degree belief network is a probability generation model. Compared with the neural network of the tradi
Deep Learning with Python
- 深度学习基本算法，深度学习with python作为标题建议介绍深度学习使用Python编程语言和开源Keras库，它允许简单快速的原型设计。 在Python深度学习中， 你将从一开始就学习深度学习，你将学习所有关于图像分类模型，如何使用深度学习获取文本和序列，甚至可以学习如何使用神经网络生成文本和图像。 本书是为那些具有Python技能的人员编写的，但你不必在机器学习，Tensorflow或Keras方面有过任何经验。你也不需要先进的数学背景，只有基础的高中水平数学应该让你跟随和理解核心
CNN_Pavia-master
- 使用卷积神经网络进行高光谱遥感数据分类，使用的数据源为Pavia University高光谱数据 文件夹log--日志文件夹，存放TensorBorad日志、网络参数文件、混淆矩阵图 文件夹Patch--存放数据处理的切片结果 文件夹PaviaU--高光谱数据下载存放位置 文件夹predicted--CNN对原始影像的分类结果 data.py--对原始高光谱影像进行数据处理，生成切片 net.py--神经网络模型 train.py--训练神经网络 utils.py--需要用到的函数 show.p
lesson51-WGAN实战
- 生成式对抗网络（GAN, Generative Adversarial Networks ）是一种深度学习模型，是近年来复杂分布上无监督学习最具前景的方法之一。模型通过框架中（至少）两个模块：生成模型（Generative Model）和判别模型（Discriminative Model）的互相博弈学习产生相当好的输出。(Emergent against network (GAN, Generative Adversarial Networks) is a kind of deep learni
拟合神经网络数学建模
- 4. 曲线拟合的用户图形界面求法 Matlab 工具箱提供了命令cftool，该命令给出了一维数据拟合的交互式环境。具体 执行步骤如下： （1）把数据导入到工作空间； （2）运行cftool，打开用户图形界面窗口； （3）对数据进行预处理； （4）选择适当的模型进行拟合； （5）生成一些相关的统计量，并进行预测。 分类: 数学建模
超宽带功率传输网络的设计
- 传输理论、实频法、简易实频法、 以散射参数形式描述无损双端口：p域中的散射参数、 通过参数法数值生成最小函数、 从偶数部分生成最小函数的 Gewertz 程序：以有理形式生成最小函数、 达林顿定理、 宽带匹配问题的现代方法：实频法解决方案、 通过线性插值技术建立惰性数据模型：经典电路理论方法、 用混合块状和分布式元件形成的无损双端口：混合元件匹配网络的设计