搜索资源列表
关于tts语音引擎的使用方法
- 关于tts语音引擎的使用方法!很多软件具有英文发音和朗读功能，它们都使用了MSTTS（Microsoft Text To Speech）技术。微软遵照COM的标准，提供了一套Speech API来对MSTTS进行编程。要在程序中使用这套API，必须确保系统已经安装了MSTTS和Spchapi软件包。 Speech API可以作为类型库引用到Delphi中，方法是：打开Project选单下的Import Type Litrary，点击“Add”加入Windows\\Speech目录下
NqueenProblem
- 我们采用最小冲突启发式修补算法来求N皇后的解，开始时，N个皇后每行一个，位置是随机的。而后，依次考虑每一行，用进攻那个单元的皇后数（在那一行外面），标示出那一行的每个单元。将该行的皇后移到那个最小进攻皇后数的单元。据此，不断进行下一行，直到找到解为止。
BP
- BP算法 给定一个由N维向量X组成的集合，这些向量将是一个响应agent的感知处理单元计算出的特征向量。这些分量的值可以是数值，也可以是布尔值。这些动作也许是学习者所观察到的一个教师对一组输入的响应。这些相关的动作有时称为向量的“标号”或“类别”。集合与响应的标号组成“训练集合(training set)”.机器学习问题就是寻找一个函数。
8data
- 人工智能中的八数码问题。它由一个3×3的方阵中的八个数码构成，其中的一个单元是空的，它的周边单元中的数码可以移到该单元中。此问题的任务是找到一个数码移动序列使初始的无序数码转变为一些特殊的排列.本程序用A*算法实现8数码的移动
SGA_for_testing
- 这是一个遗传算法，用于软件测试中单元测试的遗传算法
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
BP神经网络源程序
- 基于C开发的三个隐层神经网络，输出权值、阈值文件，训练样本文件，提供如下函数：1）初始化权、阈值子程序；2）第m个学习样本输入子程序；3）第m个样本教师信号子程序；4）隐层各单元输入、输出值子程序；5）输出层各单元输入、输出值子程序；6）输出层至隐层的一般化误差子程序；7）隐层至输入层的一般化误差子程序；8）输出层至第三隐层的权值调整、输出层阈值调整计算子程序；9）第三隐层至第二隐层的权值调整、第三隐层阈值调整计算子程序；10）第二隐层至第一隐层的权值调整、第二隐层阈值调整计算子程序；11）第一
CUDA.rar
- 文章介绍如何使用CUDA实现神经网络，并把他应用在GPU图像处理单元上,The article describes how to use CUDA to achieve neural networks, and he applied to image processing unit on the GPU
proj07-01
- 试验中使用模拟退火算法寻找一6-单元网络能量最小化的模型。模拟退火算法是模拟物理学上的退火技术。其优势在于有可能使系统从局部极小值跳出。-Simulated annealing algorithm used in the experiments to find a 6- unit network model of energy minimization. Simulated annealing algorithm simulates the physics of annealing. The a
perception.rb
- Perception,神经网络感知器，单元模块-Perception, perceptron neural network, modules
RCE
- RCE网络即“衰减库仑势”法，在每一个模式层单元都有一个对应的超球体半径可调整的参数。有与概率神经网络相同的拓扑结构。-RCE network that is " attenuated Coulomb potential" method, a model layer in each unit has a corresponding super-sphere radius of adjustable parameters. With the probabilistic neura
FLch5eg1
- 采用CMAC网络对对频率为0.1572HZ的谐波进行辨识，选择联想单元A*=4，权值Wa=W1+W2+W3+W4- CMAC group program,include four sub-CMAC CMAC program 1
invertedpendulum
- 倒立摆是一种复杂、时变、非线性、强耦合、自然不稳定的高阶系统，许多抽象的控制理论概念都可以通过倒立摆实验直观的表现出来。基于人工神经网络BP算法的倒立摆小车实验仿真训练模型，其倒立摆BP网络为4输入3层结构。输入层分别为小车的位移和速度、摆杆偏离铅垂线的角度和角速度。隐含层单元数16个。输出层设置为1个输出单元。输入层采用Tansig函数，隐含层采用Logsig函数，输出层采用Purelin函数。用Matlab 6.5数值计算软件对模型进行学习训练，并与线性反馈控制逻辑算法对比，表明倒立摆控制B
Mpc02_ControlCard_Case
- Mpc02运动控制卡应用范例. MPC02 控制卡是基于PC 机PCI 总线的步进电机或数字式伺服电机的上位控制单元，它与PC 机构成主从式控制结构,可控制3 轴步进电机或数字式伺服电机.-Application Mpc02 example of motion control card. MPC02 Control Card is a PC-based PCI-bus stepper motor or digital servo motor control unit of the upper
BP-matlab
- 基于C开发的三个隐层神经网络,包括 1）初始化权、阈值子程序； 2）第m个学习样本输入子程序； 3）第m个样本教师信号子程序； 4）隐层各单元输入、输出值子程序； 5）输出层各单元输入、输出值子程序； 6）输出层至隐层的一般化误差子程序； 7）隐层至输入层的一般化误差子程序； 8）输出层至第三隐层的权值调整、输出层阈值调整计算子程序； 9）第三隐层至第二隐层的权值调整、第三隐层阈值调整计算子程序； 10）第二隐层至第一隐层的权值调整、第二隐层阈值调整计算子
stp
- 生成树协议的国际标准是IEEE802.1d。运行生成树算法的网桥/交换机在规定的间隔 （默认2秒）内通过网桥协议数据单元（BPDU）的组播帧与其他交换机交换配置信息 -Spanning Tree Protocol (STP) is a Layer 2 protocol that runs on bridges and switches. The specification for STP is IEEE 802.1D. The main purpose of STP is to ensure t
tianwei1
- 基于PSO的阵列方向图优化算话，通过优化单元相位和单元间距综合方向图旁瓣电平和主瓣宽度等-PSO-based optimization of the array pattern calculation, then, by optimizing the cell phase and cell spacing pattern integrated sidelobe level and mainlobe width
bpapproachrev
- 使用BP网络对反函数进行逼近。使用三层网络，隐单元数选择为20个，故总体结构为1-20-1结构。-BP network used to approximate the inverse function. Using the three networks, the number of hidden units is selected as 20, so the overall structure of 1-20-1 structure.
bpapproachsin
- 用BP网络对三角函数进行逼近。使用三层网络，隐单元数选择为八个，故总体结构为1-8-1结构。-BP network used to approximate the trigonometric functions. Using the three networks, the number of options for the eight hidden units, so the overall structure for the 1-8-1 structure.
pereceptron
- 感知器算法分类器，感知器是一种双层神经网络模型，一层为输入层，另一层具有计算单元，可以通过监督学习建立模式判别的能力-Perceptron Algorithm classifier, perceptron neural network model is a double layer of input layer, another layer with a calculation unit, you can determine by monitoring the ability of learni