搜索资源列表
shenjingwangluoyuyichuansuanfa
- 神经网络与遗传算法的完美结合,有很广泛的应用空间。对于学习这方面有很大帮助。-The perfect combination of neural network and genetic algorithm
classificiation-algorithm-overview
- 机器学习领域经典分类算法综述，包括Decision Tree（ＩＤ３、C4.5(C5.0)、CART、PUBLIC、SLIQ和SPRINT算法），三种典型贝叶斯分类器（朴素贝叶斯算法、TAN算法、贝叶斯网络分类器），k-近邻 、 基于数据库技术的分类算法（ MIND算法、GAC-RDB算法），基于关联规则（CBA:Classification Based on Association Rule）的分类（Apriori算法），支持向量机分类，基于软计算的分类方法（粗糙集（rough set）、遗传
chapter3
- matlab智能算法遗传算法优化人工神经网络权值和阈值-Matlab intelligent algorithm of genetic algorithm to optimize neural network weights and threshold
feixianxingnihe
- 在matlab软件中编程实现基于遗传算法优化BP神经网络非线性系统拟合算法-In the matlab software programming based on genetic algorithm to optimize the BP neural network nonlinear system fitting method
Intelligent-control-of-courseware
- 自能控制介绍包括模糊控制，神经网络控制，遗传算法，自持向量机，智能控制算法，PID神经网络控制-Self introduction can control including fuzzy control, neural network control, genetic algorithm, self-sustaining vector machine, intelligent control algorithm, PID neural network control
Machine-vision-analysis
- 硕士论文，基于机器视觉苹果检测算法的研究。主要内容包括：1、国内外研究现状及进展 2、苹果图像采集与处理 3、苹果大小与形状检测 4、粒子群优化的BP神经网络苹果颜色检测算法 5、遗传算法优化BP神经网络苹果缺陷检测算法 6、苹果检测系统的软件、硬件及界面设计-Research on Apple detection algorithm based on machine vision. The main contents include: 1, the domestic and foreign r
GA_BPNN
- matlab 智能控制算法 遗传算法神经网络-matlab GA_BPNN
leakage-location
- 城市供水管网漏失定位的研究,本文 提出将 BP 神经网络和遗传算法用于供水管网的漏失定位。 -Urban water supply network leakage localization, this paper presents the BP neural networks and genetic algorithms for locating leakage water supply network.
BP
- BP神经网络与遗传算法联合寻找函数的最小值-BP neural network optimization
chapter3
- 遗传算法、粒子群算法优化BP神经网络-非线性函数拟合-Genetic algorithm and particle swarm optimization for BP neural network nonlinear function fitting
chapter4
- 神经网络遗传算法函数极值寻优-非线性函数极值寻优-Neural network genetic algorithm function extremum optimization nonlinear function extremum optimization
GA-BP
- GA-BP代码（遗传算法改进优化BP神经网络算法）-GA-BP code (genetic algorithm improved BP neural network algorithm)
粒子群优化算法
- 粒子群优化（PSO）是一种进化计算技术（进化计算）。 捕食鸟行为的研究。粒子群算法（PSO）的基本思想是通过群体中个体之间的协作和信息共享找到最优解。 粒子群优化算法的优点是它简单且易于实现，没有多个参数。目前，它已广泛应用于函数优化、神经网络训练、模糊系统控制等遗传算法中。(The particle swarm optimization (PSO:Particle swarm optimization) is an evolutionary computing technology (Ev
智能优化算法及其应用
- 介绍了模拟退火，遗传算法等优化算法、神经网络、混合优化算法等(The optimization algorithms such as simulated annealing, genetic algorithm, neural network and hybrid optimization algorithm are introduced.)