-
遗传优化神经网络结构，C++源代码
遗传优化神经网络结构，C++源代码-Genetic optimization of neural network architecture, C++ Source code
- 2023-07-04 11:35:03下载
- 积分：1
-
CMAC小脑模型神经网络的具体实现算法。
CMAC小脑模型神经网络的具体实现算法。-CMAC cerebellar model of neural network algorithm for concrete realization.
- 2023-08-15 11:40:03下载
- 积分：1
-
一个简单的fisher分类器代码,并含有实验用的两个数据集合.
一个简单的fisher分类器代码,并含有实验用的两个数据集合.-a simple fisher classifier code, and contains the two experimental data sets.
- 2023-05-04 03:45:03下载
- 积分：1
-
用c语言编写的粒子群算法程序，下载后可以直接使用
用c语言编写的粒子群算法程序，下载后可以直接使用-With the c language of the particle swarm optimization program, download can be used directly
- 2022-06-21 17:06:04下载
- 积分：1
-
- 2022-07-07 02:33:34下载
- 积分：1
-
用人工智能实现的足球机器人人仿真比赛的程序
用人工智能实现的足球机器人人仿真比赛的程序-using artificial intelligence robot soccer simulation games who procedures
- 2022-06-18 18:46:20下载
- 积分：1
-
模糊控制与PID控制比较,模糊控制仿真的阶跃响应
模糊控制与PID控制比较,模糊控制仿真的阶跃响应-fuzzy control
- 2022-05-12 14:03:48下载
- 积分：1
-
Radial basis function networks Polynomial Approximation and fitting
径向基网络对Polynomial函数的逼近和拟合-Radial basis function networks Polynomial Approximation and fitting
- 2022-05-05 04:07:56下载
- 积分：1
-
模拟退火c++的算法程序，广泛应用于最优化、运筹学、人工智能、遗传算法等领域，具有很好的学习价值...
模拟退火c++的算法程序，广泛应用于最优化、运筹学、人工智能、遗传算法等领域，具有很好的学习价值-simulated annealing algorithm procedures, the most widely used optimization, operations research, artificial intelligence, genetic algorithms and other areas of learning is very good value
- 2022-02-13 16:29:07下载
- 积分：1
-
落煤残存瓦斯量的确定是采掘工作面瓦斯涌出量预测的重要环节,它直接影响着采掘工作面瓦斯涌出量预测的精度,并与煤的变质程度、落煤粒度、原始瓦斯含量、暴露时间等影响因...
落煤残存瓦斯量的确定是采掘工作面瓦斯涌出量预测的重要环节,它直接影响着采掘工作面瓦斯涌出量预测的精度,并与煤的变质程度、落煤粒度、原始瓦斯含量、暴露时间等影响因素呈非线性关系。人工神经网络具有表示任意非线性关系和学习的能力,是解决复杂非线性、不确定性和时变性问题的新思想和新方法。基于此,作者提出自适应神经网络的落煤残存瓦斯量预测模型,并结合不同矿井落煤残存瓦斯量的实际测定结果进行验证研究。结果表明,自适应调整权值的变步长BP神经网络模型预测精度高,收敛速度快 该预测模型的应用可为采掘工作面瓦斯涌出量的动态预测提供可靠的基础数据,为采掘工作面落煤残存瓦斯量的确定提出了一种全新的方法和思路。-charged residual coal gas is to determine the volume of mining gas emission rate forecast an important link, which directly affect mining gas emission rate forecast accuracy, and with coal metamorphism, loading coal particle size, the original gas content, exposure time and other factors nonlinear relationship. Artificial neural networks have expressed arbitrary nonlinear relationships and the ability to solve complex nonlinear, time-varying uncertainty and the new ideas and new approaches. Based on this, the author of adaptive neural network loading coal residual gas production forecast model, and a combination of different loading coal mine gas remnants of the actual test results of research
- 2022-03-12 11:40:03下载
- 积分：1
|
联系客服（QQ：3324461878）
