搜索资源列表
bankerarithmetic
- 银行家算法本课程设计是学习完《计算机操作系统》课程后，进行的一次全面的综合训练。通过这次课程设计，让我们更好地掌握操作系统的原理及实现方法,加深对操作系统基础理论和重要算法的理解，加强动手能力-bankers algorithm design of the course is learning End "computer system" in the courses. of a full and comprehensive training. Through this pro
adapterSystemPaper
- 论文标题:自适应模糊系统在手写体数字识别中的应用研究 作者:张镭 作者专业:计算机软件人工智能 导师姓名:黄战 授予学位:硕士 授予单位:暨南大学 授予学位时间:19990501 论文页数:59页 文摘语种:中文文摘 分类号:TP18 TP391.4 关键词:手写体数字 自适应 模糊逻辑 神经网络 模式识别 摘要:该文针对模式识别的特点,构造了适合于模式识别问题的自适应模糊系统,对三种不同学习算法加以改进,在手写全数字识别上对分类器进行了实现,
课程设计指导书
- 课程设计是单片机课程教学的最后一个环节，是对学生进行全面的系统的训练。进行课程设计可以让学生把学过的比较零碎的知识系统化，真正的能够把学过的知识落到实处，能够开发简单的系统，也进一步激发了学生再深一步学习的热情，因此课程设计是必不少的，是非常必要的。 但是，在多年的教学实践中，我们感到一方面学生掌握的理论知识和实践知识有限；另一方面课程设计的时间有限，一般不多于两周。要想学生在规定时间内，运用自己有限的知识去独立完成一个单片机应用系统的全部设计、制作和调试是不现实的。在两周的时间内，学
恒基伟业销售培训制度
- 第一部 分培训内容及时间安排 具体的内容，见表１。 第二部分 晨 会 一、有效沟通：８：３０－１０：００ 二、自我介绍：２０分种 人员分成若干小组 有效激励１０分钟 问候；早上好！好极了！ 全体人员朗诵诗歌：我年轻！我快乐！我能干！我能胜！ 名组人员自我介绍：（每人１分钟）２０分钟 以分组形式竞选小组长：（每人２分钟）２５分钟 小组长发表就职演讲：（每人３分钟）１２分钟 三、提要求：人的核心能力是适应能力，学习能力，希望大家认真听讲，多提问题，多思考２分钟 四、提
opencv学习笔记：训练器
- opencv学习笔记：训练器
基于BP神经网络的厦门楼盘走势预测
- 本文基于BP神经网络应用于预测的原理，提出预测步骤及预测可行性，探讨建立基于BP神经网络的预测模型的关键技术，包括样本的选取与预处理、输入输出变量的选取、隐层节点数的确定、初始权值和阈值的选取、激活函数、训练算法与参数的选取，最后建立合理的网络模型；结合住宅市场的实际情况，建立两类BP 神经网络预测模型：基于时间序列的趋势预测模型以及基于影响因素的回归预测模型，即分别采用神经网络趋势预测和回归预测的思路，把住宅市场的供给、需求与房价的历年数据以及其影响因素的数据分别作为学习样本，建立预测模型，
几种语音识别算法的比较
- 几种小训练样品集的数字语音识别模型的比较性研究
PSOBPlunwen
- 基于PSO的BP训练算法论文：在BP训练算法中，关于变权值、学习速率、步长的问题已被广泛地研究，几种基于启发式改进的技术也表明具有改善训练时间以及避免陷入局部最小的明显效果。这里BP训练过程由基于PSO同时优化log—Sigmoid函数与网络权值的新算 法(PSO。GainBP)实现。实验结果表明，PSO—GainBP比传统基于PSO的BP算法在网络训练方面具有更好的性能。-PSO based on the BP training algorithm Papers: In the BP tr
ross
- opencv学习笔记2：训练分类器 绝对有利用价值-opencv train machine it is useful very much
OpenCVHaarTraining
- 对于用opencv进行分类器的训练，此文章提出了改进，值得学习。-For the classification of devices using opencv training, this paper proposes an improved, it is worth learning.
BPnet
- 反向传播网络(Back-Propagation Network，简称BP网络)是将W-H学习规则一般化，对非线性可微分函数进行权值训练的多层网络 -Back Propagation Network (Back-Propagation Network, referred to as BP networks) is to learn the rules WH generalized, non-linear differentiable function on weight training m
UnsupervisedAnomalyDetectionBasedOnPrincipalCompon
- 入侵检测系统在训练过程中需要大量有标识的监督数据进行学习,不利于其应用和推广.为了解决该问题,提出了一种基于主成分分析的无监督异常检测方法,在最小均方误差原则下学习样本的主要特征,经过压缩和还原的互逆过程后能最大限度地复制样本信息,从而根据均方误差的差异检测出异常信息.构建的仿真系统经过实验证明,基于主成分分析的无监督异常检测方法能够在无需专家前期参与的情况下检测出入侵,实验结果验证了其有效性.-Intrusion Detection System in the training process
mf
- 支持向量机 支持向量机方法是建立在统计学习理论的VC 维理论和结构风险最小原理基础上的，根据有限的样本信息在模型的复杂性（即对特定训练样本的学习精度）和学习能力（即无错误地识别任意样本的能力）之间寻求最佳折衷，以期获得最好的推广能力-Support vector machine Support vector machine is Jianli statistical learning theory of VC dimension theory and structural risk minim
Freq-and-timing-recovery
- 文章介绍了平坦衰落下的频偏和同步联合恢复技术，能够有效应对时变的信道，并且不需要训练序列，给出了详细的仿真和分析，供大家学习-Two open-loop algorithms are developed for esti- mating jointly frequency offset and symbol timing of a linearly modulated waveform transmitted through a frequency-fl at fading
神经网络极速学习方法研究
- 单隐藏层前馈神经网络(Single-hidden Layer Feedforward Neural Network, SLFN)已经在模式识别、自动控制及数据挖掘等领域取得了广泛的应用，但传统学习方法的速度远远不能满足实际的需要，成为制约其发展的主要瓶颈。产生这种情况的两个主要原因是：（1）传统的误差反向传播方法(back propagation，BP)主要基于梯度下降的思想，需要多次迭代；（2）网络的所有参数都需要在训练过程中迭代确定。因此算法的计算量和搜索空间很大。针对以上问题，借鉴ELM的
超分辨率学习文档
- 对SRCNN论文的一个翻译学习，其次是在SRCNN的基础上，对训练方法做出了一定改进。(A translation study of SRCNN thesis, and, on the basis of SRCNN, the training methods have been improved.)
深度卷积神经网络
- 作为类脑计算领域的一个重要研究成果，深度卷积神经网络已经广泛应用到计算机视觉、自然语言处理、信息检索、语音识别、语义理解等多个领域，在工业界和学术界掀起了神经网络研究的浪潮，促进了人工智能的发展。卷积神经网络直接以原始数据作为输入，从大量训练数据中自动学习特征的表示。(As the important research achievement, deep convolutional neural networks have been widely applied to various fiel
基于深度学习的机器人抓取仿真训练技术研究
- 机器人智能抓取是实现机器人智能化的重要一环。由于待抓取物品形状、尺度的多样性以及环境因素的影响，抓取任务很难用准确的数学公式求解。以往的研究多是借助计算机视觉、机器学习等相关技术，虽有一定的效果，但智能化程度还是较低。2012 年后深度学习技术逐渐崛起，因为其良好的特征提取表现被应用在了各个领域，如医学图像、自动驾驶、数据分析等，近年来国外学者开始将这项技术应用到机器人抓取，并取得了一定的成果。
一份关于机器学习“模型再训练”的终极指南
- 机器学习模型的训练，通常是通过学习某一组输入特征与输出目标之间的映射来进行的。一般来说，对于映射的学习是通过优化某些成本函数，来使预测的误差最小化。
数字化学习时代如何做好企业线上内训
- 当数字化学习对企业发展和进步越来越关键时，企业内训能够真正落地，同时适应员工的需求，促进企业成长才是内训的终极目标。企业内训是指企业或针对企业开展的一种提高人员素质、工作绩效和对组织的贡献，而实施的有计划、有系统的培养和训练活动。