搜索资源列表
Kdd-DT-NN
- network intrusion detection using decision tree for feature selection and neural network classifier
codes
- RBF neural network input node selection method
zhRwVote
- 网络版的投票评选在活动中的方便性和重要性，系统定位于投票评选行业的量身开发，打造行业的领先服务评选品牌，系统整合单选/多选一体化功能，并适合图文评选,适合用于大型媒体单位、机关单位、院校机构、集团公司、门户网站可用于城市评选、美景评选、优秀人物评选、活动评选，事迹评选。 授权版模块： 加强CC防注，一健切换单，多选切换，ADSL防刷，时间防注，自动防刷锁IP，COOKIE防注，SQL防注，时间控制，IP封锁，最大有效票数控制，间隔控制，外链控制，票数控制，动态验证码等-The netwo
azhivote
- Network voting management system located in the voting industry tailored service brand development, leading industry selection, system integration of radio / multi select integration function, and is suitable for text selection, suitable for large me
CNN
- 卷积神经网络的全部代码，已经调试通过了，可用于特征选择(Convolutional neural network all the code, has been debugged, and can be used for feature selection)
Survey
- 政府机关网上政务的公开化，飞速发展和网络应用的深化，网络版的问卷调查在活动中的方便性和重要性，目前系统定位于政务机关行业的量身开发，打造行业的领先服务评选品牌，系统整合单选/多选一体化功能，适合用于大型媒体单位、机关单位、院校机构、集团公司、门户网站可用适用。(Government agencies online information open, rapid development and deepening of network applications, the network versi
五子棋实习报告
- 实现了服务器：数据的保存及转发； 联网对战：桌位的选择、悔棋、认输、和棋； 聊天模块：文本聊天、语音聊天； 练习模式：难度的划分、悔棋。(The server is implemented: data storage and forwarding; Network play: table selection, undo, defeat, and; Chat module: text chat, voice chat; Practice mode: Division, undo the
lstm
- 使用lstm神经网络预测时间序列，同时对参数选择进行优化(Time series prediction using LSTM neural network, the selection of the parameters are optimized)
DFIG
- 基于MATLAB中的Simulink模块中的双馈风机仿真示例，在此基础上重新设定合理的风机、配网及大电网的参数，设计加入四分量叠加法的风速模型。同时设计了110KV电网电压突然下降，在风电场并网点选择不同模式下的仿真结果分析和35KV配网发生三相短路故障时的风电机组输出特性仿真(Based on the simulation example of the doubly fed fan in the Simulink module in MATLAB, the parameters of the
9
- 启明星人物评选投票系统是采用.net+mssql进行开发的网络评选投票系统，适合企业内部人物评选使用。(The open star voting system is a network voting system developed by.Net+mssql, which is suitable for the selection of internal characters.)
demos
- 采用了遗传算法进行神经网络的优化,避免了神经网络容易陷入局部最小的问题,大大提高了接地选线的准确性。(Genetic algorithm is used to optimize neural network, avoiding the problem that neural network is easy to fall into local minimum, which greatly improves the accuracy of grounding selection.)
##MATLAB程序代码--神经网络基础问题整理
- 有关神经网络工具箱以及一些参数选择在编程中的困惑对应的解决技巧，可供参考(The neural network toolbox and some parameter selection in programming puzzles corresponding solutions are available for reference.)
BP人工神经网络和MIV变量筛选
- BP人工神经网络以及基于BP人工神经网络的MIV变量筛选，用于建立预测模型以及关键工艺参数筛选(BP artificial neural network and MIV variable selection based on BP artificial neural network are used to build prediction models and key process parameters.)
基于遗传算法优化BP神经网络的非线性预测
- 针对BP神经网络的初始权值和阈值是随机选取的弊端，采用遗传算法寻优BP的初始权值和阈值，然后进行BP训练和测试。遗传算法包括编码 选择 交叉 和变异等操作(Aiming at the disadvantage that the initial weights and thresholds of BP neural network are randomly selected, genetic algorithm is used to optimize the initial weights and
选址定容
- 可实现分布式发单69节点配电网系统的分布式发电选址定容问题(Distributed power generation site selection and constant volume problem for distributed billing 69-node distribution network system)
Elman神经网络预测电力负载
- Elman神经网络建立建筑物电力负荷预测模型中遇到的几个关键问题有，数据归一化处理、输入输出样本的选取、隐含层节点数的确定；分别建立Elman神经网络模型，并利用某栋建筑物实际历史电力负载数据进行预测，分析比较与实际数据值的预测精度，得出了一个有效的数据预测模型。(Several key problems encountered in building power load forecasting model based on Elman neural network are data norm
遗传算法优化的BP神经网络
- 遗传算法优化BP 神经网络是用遗传算法来优化BP 神经网络的初始权值和阔值，使优化 后的BP 神经网络能够更好地预测函数输出。遗传算法优化BP 神经网络的要素包括种群初 始化、造应度函数、选择操作、交叉操作和变异操作。(Genetic algorithm optimizes BP neural network by using genetic algorithm to optimize the initial weight and broad value of BP neural netwo