搜索资源列表
AVZ
- 卡巴斯基软件源代码泄露 卡巴斯基的安全套装产品之一的源代码已经泄露，并可以从网上下载(压缩包大小约300MB)。并称，源代码涉及的版本是Kaspersky Internet Security 8.0/2009的一个测试版。 该代码是C + +和Delphi编写的，涵盖反病毒引擎，以及反钓鱼，反拨号器，防垃圾邮件，家长控制等模块。据包内的发行说明，被泄露的源码是卡巴斯基实验室在2008年和过去所做的更改从2007年12月他们的日期。 这里提供的是该源代码包内包含的AVZ部分
BP
- BP神经网络完整版，注释详细，测试时节点数默认即可，改编时注意文件的操作-BP neural network full version, detailed notes, can test season points default, adaptation and attention to the operation of the file
ocr
- 神经网络的训练和测试程序，使用python开发，是其中一种神经网络-Neural network training and testing procedures, the use of python development, is one of the neural network
iris
- iris数据集 可以用于分类算法测试 如神经网络各种算法等-iris data set for the classification algorithm test
BP
- 用C写的简单的神经网络算法，利用训练集学习并建立模型，并对测试集进行分类-Simple neural network algorithm, written in C using the training set of learning and to establish the model, and test set classification
ZJ
- 这是数据挖掘中后向神经网络的实现，里面有测试用例，代码是自己写的并且测试通过，含有注释-This is the realization of the neural network data mining, there are test cases, code and write their own test by containing comments
shenjingwangluo
- 神经网络中径向基函数神经元模型，包括径向基函数的构建与相应的网络测试-Radial basis function neural network neuron model, including radial basis function network test
RBF
- RBF测试说明以及相关调试，用于神经网络的应用-The RBF test instructions and debugging, for the application of neural networks
FuzzyNet
- 该文件是模糊神经网络的预测算法源程序，最初用于嘉陵江水质评价，测试成功。-The file is forecast fuzzy neural network algorithm source code, originally used in the Jialing River water quality assessment, the test is successful.
Greynet
- 该文件是灰色神经网络预测算法的源程序，最初用于订单需求预测，并测试成功。-The file is a source of gray neural network prediction algorithm, originally used to order demand forecasts, and the test is successful.
program
- 编写了一个pso优化bp神经网络的程序，应用在分类中。第一步：pso优化bp神经网络得到最优的阈值和权值，第二步bp神经网络把该最优的阈值和权值作为初始阈值和权值，采用动量及自适应学习速率算法进行训练。附件中，是数据和编写的部分程序，tiqushuju是用来提取文本中的数据构造样本集的函数。mubiao是用来构造期望输出的函数。bp是已经编写好的，未使用pso优化的bp神经网络函数。pso是本人编写的pso优化bp神经网络的函数，psobp是采用pso优化的阈值和权值作为bp神经网络的初始权值和
Matlab
- bp神经网络预测，根据三个输入参数预测，经测试可用。-BP neural network prediction, forecast based on three input parameters used by the test.
RBF_ANN
- 该文件是用RBF神经网络做回归的，可以对非线性做回归，经过了测试可以使用的-This file is used to make the return of RBF neural network, you can do non-linear regression, have been tested can be used
ceshi
- 以实际所测随机中子脉冲数据的自相关函数为研究对象，借助仿真实验，开展Elman神经网络对不同浓度核材料进行识别的研究。在实测数据的基础上，通过叠加随机噪声，模拟产生了不同浓度核材料的相关函数样本用于神经网络的训练与测试，实验结果表明，-Calculating the stochastic neutron pulse autocorrelation function with the actually measured data as the research object, we carry o
ceshihuanzhe
- 神经网络测试患者Patients with neural network testing-Patients with neural network testing
神经网络 训练识别
- 1.先打开一幅图片然后按照顺序灰度化、二值化、灰度拉伸、车牌定位、二值化、倾斜校正、字符分割、训练神经网络、识别字符。 2.测试图像存储在当前目录的img下。 3.测试集、训练集、目标向量均存储在img下的文本文件中。(1. First open a picture and then follow the sequence of grayscale, binary, grayscale stretching, license plate positioning, binarization, ti
DropOut深度网络
- 深度神经网络在测试时面对如此大的网络是很难克服过拟合问题的。 Dropout能够很好地解决这个问题。通过阻止特征检测器的共同作用来提高神经网络的性能。这种方法的关键步骤在于训练时随机丢失网络的节点单元包括与之连接的网络权值。在训练的时候，Dropout方法可以使得网络变得更为简单紧凑。在测试阶段，通过Dropout训练得到的网络能够更准确地预测网络的输出。这种方式有效的减少了网络的过拟合问题，并且比其他正则化的方法有了更明显的提升。 本文通过一个简单的实验来比较使用Dropout方法前后网络
NN
- 本压缩包内容为神经网络测试代码，基本的神经网络基本框架。neural network(The content of this compressed package is neural network testing code, the basic framework of neural network.)
采用BP神经网络进行非线性预测
- 该代码包括单隐含层BP和双隐含层BP。建立基于BP神经网络的预测模型，对数据进行随机排列，选取训练样本和测试样本，训练样本训练网络，测试样本进行验证(The code includes single hidden layer BP and double hidden layer BP. Establish a prediction model based on BP neural network, arrange the data randomly, select training sample
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