搜索资源列表
scheduling
- 用于车间调动的自适应遗传算法，高效，带有Benchmark测试案例-Workshop for the mobilization of the adaptive genetic algorithm, high efficiency, with a Benchmark Test Case
ant-VRP
- 蚁群算法求解VRP问题的测试实例代码，数据比较少-Ant Colony Algorithm for VRP test case code, data is relatively small
BPnet
- 此例是利用BP神经网络学习三位二进制代码的识别功能，例如当学习完后输入101,判断出结果为5，输入010判断结果为2，参看测试结果截图。-This case is the use of BP neural network learning three binary code recognition, for example, when after learning input 101, to determine the result of 5, 010 judgment result is tw
SVM-Toolbox
- SVM通用工具包，用于分类预测。附使用说明和一个测试例子。-SVM common toolkit for classification and prediction. Attached instructions and a test case.
RR
- PID路径规划，直线测试仿真，误差包括转角和距离-It is a test case using PID
ANT_TSP
- 基本蚁群算法，介绍了种群产生，信息素的更新以及启发式信息的定义。测试例子为TSP问题。-Ant colony algorithm, introduced populations produce, update, and define the heuristic information pheromone. Test case for the TSP problem.
Neural.network.character.recognition
- 本目录主要包括：文档和两个源代 其中源代码是识别程序的，另一个是矩阵类库的。 已经保存了训练好的网络权值，所以第一次使用识别程序时，可以直接运行Release目录下的可执行文件，然后对图片目录中的测试图片进行读入、识别。当然也可以自行用训练样本训练网络，不过要注意训练样本的选择，否则可能识别率很低。训练样本选择的原则是，尽可能的有代表性，在训练时间不至于太长的情况下训练样本数目尽量多。-Catalog include: documentation and two source co
Softmax_exercise
- Softmax用于多分类问题，本例是将MNIST手写数字数据库中的数据0-9十个数字进行分类，其中训练样本有6万个，测试样本有1万个数字是0~9-Softmax for multi classification problems, the present case is the handwritten data MNIST digital 0-9, classification, training samples which have 60,000, there are 10,000 test
kNN
- kNN分类算法机器学习实战中python测试代码用例(KNN classification algorithm, machine learning, actual combat, python test code, use case)
DBN
- 基于Tensorflow的典型深度学习模型-深度置信网络预测程序，方便拓展，测试文件在test文件夹下(The typical deep learning model based on tensorflow deep confidence network prediction program is easy to expand, with case data attached, and the test file is in the test folder)