搜索资源列表
Substituter.java
- 代入法的启发示搜索 我的代码实现是：按照自然语言各字母出现频率的大小从高到低（已经有人作国统计分析了）先生成一张字母出现频率统计表（A）--------(e),(t,a,o,i,n,s,h,r),(d,l),(c,u,m,w,f,g,y,p,b),(v,k,j,x,q,z) ，再对密文字母计算频率，并按频率从高到低生成一张输入密文字母的统计表（B），通过两张表的对应关系，不断用A中的字母去替换B中的字母，搜索不成功时就回退，在这里回朔是一个关键。 -generation into a
edrk
- 主要包括免疫识别、免疫学习、免疫 记忆、克隆选择、个体多样性、分布式和自适应等,-It is the real engineering app licat ion s that draw the b road at ten2 t ion of compu ter scien t ist s to recogn ize the great po ten t ial of A IS, hereby som e impo rtan t app li2 cat ion f ields as
Matlabeg
- 基于 Ma t l a b语言的遗传算法工具箱支持二进制和浮点数编码方式， 并且提供了多种选择、 交叉、 变异的方法。 通过具体实例对 Ma t l a b的遗传 算法工具箱的用法进行 了说 明介绍.-The Ge ne t i c Al g or it h m To o l b ox ba s e d on Ma t l a b s u ppo ~s t h e b i na r y a nd f lo a t ， a n d t he r e a r e t
IEEEXplore11
- svm 信号理论的核参数估计，这是一篇ieee上下载的文章，与大家分享学习，谢谢。-SIGNAL THEORY FOR SVM KERNEL PARAMETER ESTIMATION . D. B. Nelson, R. L Damper, S. R. Gunn and B. Guo
LDPC
- 这是关于LDPC信道编码模块设计的程序 打开源程序，先运行gengrate_h.m程序，陆续将码长设置为756bit，列重设置为3，行重设置为9。在Workspace中同时将H、A、B、C、D、E、Hget、Fget、g、Tget这是个变量选择另存为encode_in.mat 格式。再运行main_encode.m进行编码，主程序运行后，在当前目录下，自动生成编码结果文件“encode—out.mat”，这将作为下一次扩频调制仿真实验的的输入信号。最后分别查看Workspace中的变量s
B-A_S-F
- build a ba s-f network
duoquanzhishengjingwangluo
- 应用多权值神经网络方法对静态手势进行识别, 对手势字母图像采用傅里叶描述子提取特征信息, 取低频信息成分构建成犯维特征向量, 并应用多权值神经网络的算法, 构建各类的神经元网络-W ith th e develo Pm en t of hu m an eom p uter intera etion te ehn olo盯, th e h as been b ased on an im P o rt a n t tas k fo r U r o n s diseu ssion
B
- 实现用已有的数据的预测未来的数据，比如股价走势等，且预测质量高-It s can predict,and It has high quantity
lunwen
- 新一代高性能无人机飞控系统的研究与设计 张小林 赵宇博 范力思-I n o r de r t o cau se t he U A V f lig ht co nt r o l sy st e m has t he f o r mida ble da t a- ha ndling ca pa cit y , t h e lo w po we r lo ss , t he st r o ng f le x ibilit y an d a hig he r int e g r at io n
Genetic-algorithm-optimization
- 遗传算法优化B P神经网络的目的是通过遗传算法得到更好的网络初始权值和阈值, 其 基本思想就是用个体代表网络的初始权值和阈值、 个体值初始化的B P神经网络的预测误差作为该个体的适应度值, 通过选择、 交叉、 变异操作寻找最优个体, 即最优的B P神经网络初始权值。除了遗传算法之外, 还可以采用粒子群算法、 蚁群算法等优化B P神经网络初始权值。-Genetic algorithm to optimize BP neural network is designed by means of g
MOEA-NSGA-II
- NSGA (No n- Do mina te d So r ting in Ge ne tic Alg o r ithms [5 ]) is a p o pula r no n-do mina tio n ba s e d g e ne tic a lg o r ithm fo r multi- o b je c tive o ptimiz a tio n. I t is a ve r y e ff e c tive a lg o r ithm but ha s b e e n g
AI-book-GA-example
- 人工智能及其应用蔡自兴第五版计算智能部分中遗传算法最优计算的自己编写的求解例题- 39/5000 Réngōng zhìnéng jí qí yìngyòng càizìxìng dì wǔ bǎn jìsuàn zhìnéng bùfèn zhōng yíchuán suànfǎ zuì yōu jìsuàn de zìjǐ biānxiě de qiújiě lìtí Artificial Intelligence and Its Application Cai Zixing s