搜索资源列表
updatesimplexmethod
- 单纯形法是一种不错的随机搜索算法，但是其受初始值的选取，步长大小的影响较大，容易陷入局部收敛。程序中列出了基本单纯形法，和几种改进的单纯形法，包括变步长的单纯形法，单纯形加遗传算法等。-simplex method is a good random search algorithm, but its initial value by the selection, step in a larger size, easy to be trapped into local convergence. P
Random_
- 对用于分类器的向量数据按某个数值随机进行选取的算法-right for classification of vector data by a random numerical algorithm for the selection of
naivebayesclassificationbasedongenetic
- 在训练集上通过随机属性选取生成若干属性子集,并以这些子集构建相应的贝叶斯分类器,进而采用遗传算法进行优选。
Perceptron-and-ADALINE-network
- 这些程序包括以下方面1.使用感知器和ADALINE网络对字母进行识别。2.随机选取初始权向量，选取适当的迭代步长(对ADALINE网络)，用给出的四个输入训练样本，对上述两个网络分别进行训练，直到网络收敛；3.对Adaline网络选取不同的值，分别画出误差曲线，观察它们的变化规律；4.对感知器选取不同的初始权向量，分别计算每类训练样本到超平面的距离，观察它们的异同；5.训练结束后，检验网络的识别能力(使用100个检测样本，对应于每个取25个含噪的变形)：6.比较Adaline和单神经元感知器的分
RBF
- 径向基神经网络（RBF网络）的三种学习算法实现：随机选取中心法、自组织选取中心和梯度训练算法-Three radial basis function neural network (RBF) learning algorithm: randomly selected center method, self-organizing selection center and gradient training algorithm
CH3Clustering
- 基于k-means的聚类编程，例如：随机选取k个中心点，经过计算每个点到k个中心距离的远近，将其归类。最后总的距离平方差最小，即停止。-Programmed based on k-means clustering, for example: randomly select k central point has been calculated for each point to the k center distances, will be classified. The final total
financial-early-warning-model
- 对于本项目来说,共有1350组公司财务状况数据,每组数据的输入为10维,代表上述的10个指标,输出为1维,代表公司财务状况,为1时表示财务状况良好,为-1时表示财务状况出现问题。从中随机选取1000组数据作为训练数据,350组数据作为测试数据。根据数据维 数,采用的BP神经网络结构为10—6—1,共训练生成10个BP神经网络弱分类器,最后用10 个弱分类器组成强分类器对公司财务状况进行分类。-For this project, a total of 1350 group company&
RBF2
- 自己编的径向基神经网络，学习算法采用最小二乘法，中心值随机选取，预测效果不稳定，仅供学习。-Own RBF neural network learning algorithm using the least squares method, the center value selected at random, unstable prediction effect, only learning.
Differential-Evolution
- DE 算法主要用于求解连续变量的全局优化问题，其主要工作步骤与其他进化算法基本一致，主要包括变异(Mutation)、交叉(Crossover)、选择(Selection)三种操作。算法的基本思想是从某一随机产生的初始群体开始，利用从种群中随机选取的两个个体的差向量作为第三个个体的随机变化源，将差向量加权后按照一定的规则与第三个个体求和而产生变异个体，该操作称为变异。然后，变异个体与某个预先决定的目标个体进行参数混合，生成试验个体，这一过程称之为交叉。如果试验个体的适应度值优于目标个体的适应度值
data
- 随机森林算法的构造过程：1、通过给定的原始数据，选出其中部分数据进行决策树的构造，数据选取是”有放回“的过程，我在这里用的是CART分类回归树。 2、随机森林构造完成之后，给定一组测试数据，使得每个分类器对其结果分类进行评估，最后取评估结果的众数最为最终结果-Random Forest algorithm construction process: 1, by a given raw data, which part of the decision tree data structu
breed-PSO
- 杂交粒子群算法是借鉴遗传算法中杂交的概念，在每次迭代中，根据杂交率选取指定数量的粒子放入杂交池内，池内的粒子随机地两两杂交。-The hybrid particle swarm algorithm is based on the concept of hybridization in genetic algorithm. In each iteration, the specified number of particles are put into the hybridization pool