登录

最新会员 最新下载

成为了本站VIP会员

12月25日 15:38

成为了本站VIP会员

12月25日 12:28

成为了本站VIP会员

12月25日 12:10

成为了本站VIP会员

12月24日 23:54

成为了本站VIP会员

12月24日 23:29

成为了本站VIP会员

12月21日 19:40
已选条件
  1. 编程语言:Python
  2. 代码类别:matlab
  3. 发布时间:一年内
全部撤销
编程语言 更多 收起
代码类别 更多 收起
发布时间
更多选项

1. supervised

说明:  监督学习训练网络,可以运用到雷达信号处理中(Supervised learning training network can be used in radar signal processing)

1
下载
112
浏览
2020-06-16发布

2. ga

说明:  本算法采用遗传算法,用于辨识复杂洛伦兹系统参数。(Identification of Lorentz System Parameters)

4
下载
135
浏览
2020-06-15发布

3. 粒子群算法求解机器人路径规划

说明:  粒子算法,轨迹规划参考,适用于无人驾驶,紧急避障等(Particle algorithm, trajectory planning reference, suitable for unmanned driving, emergency obstacle avoidance, etc)

6
下载
134
浏览
2020-06-09发布

4. 多层LSTM

说明:  使用的RNN中的LSTM进行对28个英文字母的简单文本预测(Use LSTM in RNN to make simple text prediction for 28 English letters)

5
下载
125
浏览
2020-05-27发布

5. MODE-master

说明:  差分进化算法python实现 比较简单啊啊啊啊啊啊(Differential evolution algorithm)

0
下载
87
浏览
2020-05-16发布

6. pyphasefield-0.0.7.tar

说明:  线弹性断裂相场法,后续更新!!共同学习!!(elastic fracture phase field)

4
下载
112
浏览
2020-04-28发布

7. MATLAB实现组对象的整体几何变换

说明:  MATLAB源程序代码分享:MATLAB实现组对象的整体几何变换(Matlab Source Code Sharing: Matlab Group object to achieve the overall geometric transformation)

0
下载
82
浏览
2020-03-16发布

8. 基于LSTM的航班乘客预测

说明:  负荷预测 可以修改数据集进行预测谢谢谢谢谢谢(prediction in power election)

10
下载
187
浏览
2020-02-18发布

9. DeepMVS-master

说明:  图像识别 安全帽检测 安全帽识别 用于安全帽的检测任务(Image recognition helmet detection helmet recognition for helmet detection task)

8
下载
121
浏览
2020-02-05发布

10. BA

说明:  利用python来构建一个BA无标度网络模型,可以更改参数(Using Python to build a BA scale-free network model, parameters can be changed)

0
下载
75
浏览
2019-12-03发布

11. 重力异常正演

说明:  计算长方形产生的重力异常,理论计算和具体的实现方法.(Calculation of gravity anomaly caused by rectangle)

1
下载
127
浏览
2019-12-02发布

12. py

说明:  use to calculated the PTDF matrix.

1
下载
92
浏览
2019-11-29发布

13. PyShearlets

说明:  剪切波代码实现 有Matlab和python两个版本 都是可以运行和跑通的(The implementation of shear wave code has two versions: MATLAB and python, which can run and run.)

1
下载
97
浏览
2019-10-08发布

14. ga

说明:  本算法采用遗传算法,用于辨识复杂洛伦兹系统参数。(Identification of Lorentz System Parameters)

0
下载
87
浏览
2019-08-19发布

15. BR_SVM

  使用iwr16xx雷达板进行人体摔倒检测(Fall detection, useTI iwr16xx board)

1
下载
123
浏览
2019-06-08发布

16. BR_SVM

说明:  使用iwr16xx雷达板进行人体摔倒检测(Fall detection, useTI iwr16xx board)

2
下载
90
浏览
2019-06-08发布

17. LSTM时间序列预测

  本代码采用python语言编写的的一个LSTM时间序列来预测销量(This code uses a LSTM time series written in Python language to predict sales)

10
下载
123
浏览
2019-06-03发布

18. LSTM时间序列预测

说明:  本代码采用python语言编写的的一个LSTM时间序列来预测销量(This code uses a LSTM time series written in Python language to predict sales)

25
下载
149
浏览
2019-06-03发布

19. hsmm

  隐马尔科夫模型是关于时序的概率模型,描述由一个隐藏的马尔科夫链随机生成不可观测的状态随机序列,再由各个状态生成一个观测而产生观测序列的过程。隐藏的马尔科夫链随机生成的状态的序列,称为状态序列;每个状态生成一个观测,而由此产生的观测的随机序列,称为观测序列。马尔科夫链由初始概率分布、状态转移概率分布以及观测概率分布确定(The hidden Markov model is a probabilistic model for time series. It describes the process of randomly generating unobservable state random sequences from a hidden Markov chain, and then generating an observation by each state to produce an observation sequence. A sequence of randomly generated states of hidden Markov chains, called a sequence of states; each state produces an observation, and the resulting random sequence of observations is called an observation sequence. Markov chain is determined by initial probability distribution, state transition probability distribution and observation probability distribution)

11
下载
131
浏览
2019-05-27发布

20. hsmm

说明:  隐马尔科夫模型是关于时序的概率模型,描述由一个隐藏的马尔科夫链随机生成不可观测的状态随机序列,再由各个状态生成一个观测而产生观测序列的过程。隐藏的马尔科夫链随机生成的状态的序列,称为状态序列;每个状态生成一个观测,而由此产生的观测的随机序列,称为观测序列。马尔科夫链由初始概率分布、状态转移概率分布以及观测概率分布确定(The hidden Markov model is a probabilistic model for time series. It describes the process of randomly generating unobservable state random sequences from a hidden Markov chain, and then generating an observation by each state to produce an observation sequence. A sequence of randomly generated states of hidden Markov chains, called a sequence of states; each state produces an observation, and the resulting random sequence of observations is called an observation sequence. Markov chain is determined by initial probability distribution, state transition probability distribution and observation probability distribution)

14
下载
126
浏览
2019-05-27发布