搜索资源列表
支持向量机分类模型-例1
- 支持向量机MATLAB案例,消费类型分类,有数据和说明。(svm MATLAB code with data)
BPDLX
- 基于matlab的bp神经网络学习算法用于数据的分类--主要针对语音信号进行分类。本案例中选举了民歌、古筝、摇滚和流行音乐四类不同类型,用bp神经网络实现对这四类音乐的有效分类(Based on matlab bp neural network learning algorithm for data classification - mainly for voice signal classification. In this case, four different types of folk
cell_double
- 将cell类型的数据转换为double类型的函数(Converts the data of type cell to a function of type double)
频发故障的寿命分布拟合
- 频发故障的寿命分巧拟合,频发故障的部件,可以基于往大量的维修经验以及相关可靠性寿命试验中测得的结果来判断这类寿命的分布类型,常常有威布尔分布类型、对数正态分布类型,以及指数分布类型等。因此本程序可以根据故障数据输入判断出该数据属于哪一种寿命分布。(Frequent failure of the life of the split fit, frequent failure of the components, can be based on a large number of maintenan
Matlab实现简易神经网络
- 一个简易的神经网络模型, 一个对象具有4种特征,现设有3个对象,学习完成后,输入4个特征数据,能够得到属于哪一个对象类型(A simple neural network model, An object has 4 features, and now has 3 objects, after learning, input 4 characteristic data, which type of object can be obtained)
NMF_Classfication
- NMF程序,用于处理数据,结合数据的预处理等函数,可以将不同类型的物品很好的分类(ULDA program, processing data)
LSTM-MATLAB-master
- LSTM作为经典的回归神经网络类型,可以用于实现时序数据的预测。(It is used for prediction of time series data)
深度学习
- 这本书的主题——深度学习是通向人工智能的途径之一。具体来说,它 是机器学习的一种,一种能够使计算机系统从经验和数据中得到提高的技术。我们 坚信机器学习可以构建出在复杂实际环境下运行的AI 系统,并且是唯一切实可行的 方法。深度学习是一种特定类型的机器学习,具有强大的能力和灵活性,它将大千 世界表示为嵌套的层次概念体系(由较简单概念间的联系定义复杂概念、从一般抽 象概括到高级抽象表示)(The subject of this book, deep learning, is one of
buildingmachinelearningprojectswithtensorFlow
- 这本书包含了多个不同类型的工程,来说明TensorFlow在不同场景中的应用,这本书的工程包括了训练模型、机器学习、深度学习以及多种神经网络,每个工程都是一个精妙的、有意义的项目,会教我们如何使用TensorFlow并在使用中如何对数据分层。(This book contains a number of different types of engineering, to illustrate the application of TensorFlow in different scenario
python_3.4官方入门指南中文版
- Python 是一门简单易学且功能强大的编程语言。它拥有高效的高级数据结构,并且能够用简单而又高效的方式进行面向对象编程。Python 优雅的语法和动态类型,再结合它的解释性,使其在大多数平台的许多领域成为编写脚本或开发应用程序的理想语言。(Python is a simple and powerful programming language. It has an efficient high-level data structure and can be used in object-ori
iris_analysis
- 分类算法将Iris分为三种类型(Setosa, Versicolour, Virginica),找出特征属性占比较大的几个属性,然后对数据进行降维以便于聚类分析,最终将数据分类。(The classification algorithm divides Iris into three types (Setosa, Versicolour, Virginica) to find a few attributes of characteristic attributes, and then redu
FEM -Q8等参元程序
- 实现C++的Q8等参元程序, //输入问题类型D[0],积分点数H[0] inFile>>D[0]>>H[0]; //输入单元数EN,结点数NN,约束数,FXN、FYN,载荷数SXN,SYN,面载荷数KQ inFile>>NN>>NE>>KU>>KV>>KRX>>KRY>>KQ; //输入材料基本数据 inFile>>EO>>PO&
线性表
- 1.顺序表的验证 (1)编写测试函数,对顺序表类模板用2种简单类型的数据(int ,char,double,float等)进行测试验证。 (2)定义一个结构体,描述学生信息。学生信息包括:学号、姓名、性别、班级和电话号码等。用描述学生信息的结构体作为线性表的数据元素类型测试顺序表。 (3)在顺序表类模板中增加成员函数max()和min(),它们分别返回顺序表中元素值最大的数据元素序号。 2.单链表的验证 (1)编写测试函数,对带头结点的单链表类模板用2种简单类型的数
线段树算法
- 线段树算法能在nlogn时间复杂度内完成单点及区间修改、区间查询的功能,支持包括求和、求最大值等多种操作,是十分强大的数据结构类型。
BP神经网络
- BP神经网络,matlab程序编写,有原始数据,可用于遥感图像分类,并且对遥感图像的土地利用类型进行预测。(BP neural network, matlab programming, with original data, can be used for remote sensing image classification, and remote sensing image land use type prediction.)
二叉树的先、中、后序遍历序列
- 从键盘接收扩展先序序列,以二叉链表作为存储结构,建立二叉树。输出这棵二叉树的先序、中序和后序遍历序列。 输入 输入扩展先序序列。二叉树结点的data是字符类型数据, 其中#表示空格字符。 输出 三行依次输出先序、中序、后序遍历序列。 样例输入 ABC##DE#G##F### 样例输出 ABCDEGF CBEGDFA CGEFDBA
iris
- 使用鸢尾花数据集,通过神经网络算法对鸢尾花类型进行预测(Using iris data set, the iris type was predicted by neural network algorithm.)
MainProgram
- 一个基于有限元方法的平面问题求解器,支持网格类型为二维四边形四节点单元和四边形八节点单元的有限元网格: 前处理——用Abaqus建模编号并导出数据 在Matlab中读取数据文件 计算单元刚度矩阵(采用高斯积分),组集结构刚度矩阵 组集结点载荷向量,引入位移边条 求解结点位移,单元应力应变 后处理——绘制应力应变位移云图,与Abaqus结果对照(A plane problem solver based on finite element method)