您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 人工神经网络控制 PPT

  2. 人工神经网络是集脑科学、神经心理学和信息科学等多学科的交叉研究领域,是近年来高科技领域的一个研究热点。它的研究目标是通过研究人脑的组成机理和思维方式,探索人类智能的奥秘,进而通过模拟人脑的结构和工作模式,使机器具有类似人类的智能。它已在模式识别、机器学习、专家系统等多个方面得到应用,成为人工智能研究中的活跃领域。本章先回顾神经网络控制的产生背景,再简要介绍神经网络控制的发展过程及研究就动向。
  3. 所属分类:网络基础

    • 发布日期:2009-11-23
    • 文件大小:290816
    • 提供者:gh_xiaomi
  1. 模式识别PPT教程以及应用

  2. 本文介绍了模式识别的主要概念,以及应用场合、主要算法思路等。
  3. 所属分类:网络监控

    • 发布日期:2011-07-23
    • 文件大小:9437184
    • 提供者:addquerry
  1. TUP第十四期模式识别演讲PPT

  2. TUP第十四期活动于9月10日结束!腾讯研究院人机交互中心模式识别组研究员——刘海龙;腾讯研究院人机交互中心模式识别组项目负责人——陈波,分别与大家分享模式识别技术的云服务、移动平台上的模式识别!盛大创新院多媒体主题院模式识别方向研究员——路香菊,与大家分享模式识别在数字家庭娱乐中的应用!
  3. 所属分类:其它

    • 发布日期:2011-09-14
    • 文件大小:15728640
    • 提供者:leixikkk
  1. 模式识别引论

  2. 这是模式识别绪论的PPT,介绍模式识别的概念、介绍、算法和系统等内容。
  3. 所属分类:C/C++

    • 发布日期:2012-09-20
    • 文件大小:2097152
    • 提供者:billzeng2008
  1. 模式识别之性别分类实验ppt

  2. 模式识别中简单的男女性别分类,其中有最小风险贝叶斯分类、基于parzen窗的贝叶斯分类等方法。
  3. 所属分类:专业指导

    • 发布日期:2013-05-31
    • 文件大小:843776
    • 提供者:zhuanshgyl
  1. 模式识别ppt

  2. 涵盖模式识别所有内容,零基础,快速入门。 第一章 引论 第二章 聚类分析 第三章 判别域代数界面方程法 第四章 统计判决 第五章 学习、训练与错误率估计 第六章 最近邻方法 第七章 特征提取和选择
  3. 所属分类:讲义

    • 发布日期:2015-01-09
    • 文件大小:16777216
    • 提供者:u010340576
  1. 模式识别-中科院-黄庆明-视频教程(视频+PPT+算法+相关基础知识)

  2. 模式识别-中科院-黄庆明-视频教程(视频+PPT+算法+相关基础知识) 包含: 1、19节课的视频教程; 2、配套的9个PPT; 3、配套的若干个算法解析; 4、相关基础知识介绍。
  3. 所属分类:讲义

    • 发布日期:2015-05-10
    • 文件大小:17825792
    • 提供者:cdztop
  1. 图像处理及模式识别演示文稿

  2. 该课件是针对数字图像处理及模式识别的演示文稿,主要包括绪论、数字图像基础、图像变换、增强、恢复、压缩编码、分割及模式识别共计9章的内容,适用于研究生及本科高年级的专业课程教学。
  3. 所属分类:讲义

    • 发布日期:2015-05-20
    • 文件大小:12582912
    • 提供者:qq_28340179
  1. 模式识别分类器设计

  2. 模式识别贝叶斯、BP、决策树分类器比较。内含MTALAB代码、PPT、数据集
  3. 所属分类:其它

    • 发布日期:2017-07-20
    • 文件大小:609280
    • 提供者:weixin_38316771
  1. 模式识别神经网络课件

  2. 一个很好的英文模式识别PPT课件,不可以错过的...
  3. 所属分类:网络基础

    • 发布日期:2008-12-13
    • 文件大小:124928
    • 提供者:d6f6d6f6
  1. 模式识别教程讲义

  2. 模式识别讲义,讲解模式识别经典理论,快速了解机器学习,模式识别主要是对已知数据样本的特征发现和提取,比如人脸识别、雷达信号识别等,强调从原始信息中提取有价值的特征
  3. 所属分类:机器学习

    • 发布日期:2018-02-09
    • 文件大小:4194304
    • 提供者:u011660055
  1. 粒子群算法PPT

  2. 粒子群优化算法最早应用于非线性连续函数的优化和神经元网络的训练, 后来也被用于解决约束优化问题、多目标优化问题、动态优化问题等. 在数据分类、数据聚类、模式识别、电信QoS管理、生物系统建模、流程规划、信号处理、机器人控制、决策支持以及仿真和系统辨识等方面, 都表现出良好的应用前景. 国内也有越来越多的学者关注粒子群优化算法的应用, 将其应用于非线性规划、同步发电机辨识、车辆路径、约束布局优化、新产品组合投入、广告优化等问题. 4
  3. 所属分类:讲义

    • 发布日期:2018-09-21
    • 文件大小:2097152
    • 提供者:weixin_42149833
  1. 模式识别的PPT

  2. 介绍了模式识别的各类算法,包括聚类分析、特征选择与提取、神经网络等
  3. 所属分类:讲义

    • 发布日期:2019-04-10
    • 文件大小:35651584
    • 提供者:gfdfgyfg
  1. 中科大汪增福模式识别PPT.zip

  2. 中国科学技术大学 汪增福 模式识别课程课件。第一章为绪论。第二章介绍统计模式识别中的几何方法,着重介绍特征空间的概念和相关分类器的设计方法。第三章介绍统计模式识别中的概率方法,着重介绍最小错误概率分类器、最小风险分类器、纽曼皮尔逊分类器和最小最大分类器以及概率密度函数的参数估计和非参数估计等。第四章讨论典型分类器错误概率的计算问题。第五章讨论无监督情况下的模式识别问题,着重介绍几种典型的聚类算法:基于分裂的聚类方法、基于合并的聚类方法、动态聚类方法、基于核函数的聚类方法和近邻函数值聚类方法等。第
  3. 所属分类:机器学习

    • 发布日期:2020-05-10
    • 文件大小:26214400
    • 提供者:strongests
  1. 数据挖掘(偶然看到比较好的).ppt

  2. 数据挖掘是指从大量的数据中通过算法搜索隐藏于其中信息的过程。 数据挖掘通常与计算机科学有关,并通过统计、在线分析处理、情报检索、机器学习、专家系统(依靠过去的经验法则)和模式识别等诸多方法来实现上述目标。
  3. 所属分类:算法与数据结构

    • 发布日期:2020-04-14
    • 文件大小:3145728
    • 提供者:weixin_43360470
  1. 模式识别-南京大学.rar

  2. 南京大学计算机、人工智能学院《模式识别》PPT,包括高斯分布、特征提取、归一化、主成分分析、人脸识别等内容。
  3. 所属分类:机器学习

    • 发布日期:2020-03-17
    • 文件大小:5242880
    • 提供者:weixin_45234485
  1. 8-1遥感图像分类.ppt

  2. 遥感图像计算机分类:是通过模式识别理论,利用计算机将遥感图像自动分成若干地物类别的方法。如土地覆盖/土地利用分类、森林类型分类、植被类型分类、岩性分类。
  3. 所属分类:讲义

    • 发布日期:2019-10-11
    • 文件大小:7340032
    • 提供者:kuaiyangliukuai
  1. 研究生课程 模式识别 讲课PPT.rar

  2. 模式识别课程PPT 内含贝叶斯决策理论、概率密度函数的估计、线性分类器、聚类分析、非线性分类器及神经网络、特征选择与特征提取、以及补充实例:灰度图像二值化阈值选取常用方法
  3. 所属分类:机器学习

    • 发布日期:2020-05-29
    • 文件大小:22020096
    • 提供者:weixin_42115562
  1. 3 1-3机器人的基本构成、机器人与人、机器人的研究方向.ppt

  2. 机器人的相关资料设计 往年笔试共分为3门,分别为英语、数学和一门自选专业课,其中自选专业课是指在指定的几门专业课中任选一门参加考试,主要有算法、控制以及模式识别等,专业课的选择对于最终的选拔没有任何影响,因此考生可以根据自己的知识基础自由选择。此外数学包括矩阵论和概率论与数理统计两门课,各占50%,从近十年的情况来看,一般矩阵论难度较大,至少会出一道证明题,一般都是书上的定理证明,而概率论与数理统计则难度较小,主要以计算题为主,难度基本为本科期末考试水平。英语为中国科学院统一命题,难度较大,一般
  3. 所属分类:电信

    • 发布日期:2020-11-03
    • 文件大小:3145728
    • 提供者:angela19880801
  1. 人工智能概述.ppt

  2. 人工智能的定义和研究目标 人工智能研究的基本内容及其特点 人工智能的基本技术 人工智能的发展史 人工智能研究的不同学派及其争论 人工智能的研究与应用领域 组合调度问题、模式识别、机器视觉、博弈、人工神经网络、知识发现和数据挖掘、智能决策支持系统 人工智能研究的不同学派及其争论 人工智能与云计算 人工智能与物联网 人工智能发展面临的困难 人工智能发展的新趋势 (1)知识表示与推理。 (2)分布式人工智能(DAI)与多智能体系统(MAS)。 (3)机器学习与数据挖掘。 (4)神经网络与进化计算等方向
  3. 所属分类:深度学习

    • 发布日期:2020-12-11
    • 文件大小:2097152
    • 提供者:qq_44631615
« 12 3 »