您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 上传一个matlab补偿模糊神经网络源代码

  2. 本文中有两个函数m文件:model126.m是一个用于预测的完全没有用工具箱函数的补偿模糊神经网络主程序,用于仿真、对比训练数据和网络输出的差异;cb.m是一个非线性系统的数学模型,在model126.m中用“ode45”函数求解这个数学模型后,可以得到105个x1(t)、x2(t)和y(t),从而建立起一个两输入一输出的补偿模糊神经网络。
  3. 所属分类:网络基础

    • 发布日期:2010-09-20
    • 文件大小:1024
    • 提供者:zzy215
  1. 神经网络程序代码初学者

  2. 第一部分是模式识别的一些预处理知识,包括: 图像压缩的例子:行程编码算法RCL 手写体数据变换成像素位图的算法, 另外在这一章中的细化算法是与Chapt6中的特征提取结合在了一起 第二部分涉及有监督学习的前馈网络 ALOPEX算法:即模式提取算法,它把神经网络的学习过程看作 最优化问题的随机并行算法。与反向传播算法相比, 在大范围的信噪比情况下,ALOPEX算法有更好的抗噪声性能 另一个优点是计算简单,可以用高速大规模集成电路来实现 BackProp算法:经典的B-P算法(呵呵,很多人想要的么
  3. 所属分类:其它

    • 发布日期:2010-11-22
    • 文件大小:476160
    • 提供者:lyz031608
  1. 基于神经网络的文本无关的说话人识别程序

  2. 这个是一个基于神经网络的说话人识别程序,matlab的p程序,没有.m源代码
  3. 所属分类:电信

    • 发布日期:2012-12-12
    • 文件大小:640000
    • 提供者:yueyucanyang
  1. 神经网络应用程序及源代码

  2. 这个是我在网上看到不错的神经网络程序,发布到这里希望能对需要的朋友,有所帮助,不敢居功,不是偶写的。
  3. 所属分类:网络基础

    • 发布日期:2008-08-29
    • 文件大小:332800
    • 提供者:zhaquanmin
  1. BP神经网络分类算法

  2. 这个压缩包里共包括两个源代码,分别是训练算法,实际分类检测算法,主要是利用BP神经网络来分类。训练算法的原理可以直接参考,实际分类检测就是利用训练好的BP神经网络参数来进行分类。我的BP网络结构是3层,783结构。
  3. 所属分类:C++

    • 发布日期:2016-01-20
    • 文件大小:32505856
    • 提供者:tluyk
  1. 神经网络算法源程序,如SOM、HOPFIELD、CPN、BPN、BOLTZMAN、ART、ADALINE,同时提供针对不同算法的演示源程序。

  2. 这个是神经网络源代码,很经典的,大家可以看一看啊!神经网络算法源程序,如SOM、HOPFIELD、CPN、BPN、BOLTZMAN、ART、ADALINE,同时提供针对不同算法的演示源程序。
  3. 所属分类:网络基础

    • 发布日期:2008-11-26
    • 文件大小:272384
    • 提供者:zhlf0529
  1. 完美验证码识别系统

  2. 使用过程注意事项: 1.调用DLL识别库识别,多线程下不需要加许可证,支持并发识别. 2.调用DLL识别,识别参数设置命令SetWmOption必须与你弄字库时候的设置参数一样,不然会导致识别率下降具体参数说明,请看调用例子里的[我的函数.txt]文档有对应参数说明. 3.如果遇见本工具无法识别的验证码,可以找群主(用神经网络识别)定制,价格便宜公道. [2017-07-27] 完美验证码识别系统V3.2 1.增加DLL识别返回方式2和3具体看我的函数.txt里说明,主要是增加一个可以返回识别
  3. 所属分类:其它

    • 发布日期:2018-01-07
    • 文件大小:13631488
    • 提供者:q7025432
  1. Bp神经网络matlab源代码

  2. 这个代码是有关Bp神经网络的matlab程序,详细探讨和学习交流可直接私信楼主祝大家学习进步。
  3. 所属分类:深度学习

    • 发布日期:2018-06-02
    • 文件大小:729
    • 提供者:qq_39385315
  1. Matlab实现Mnist-image 手写数字图像识别

  2. CNN——卷积神经网络类数字识别matlab实现代码,原因是现在而与Matlab c++ / CUDA库前端比一个Matlab库。这个项目提供了matlab类卷积神经网络的实现。勒存这网络是由Yann和已经成功地使用在许多实际应用,如手写数字识别、人脸检测、机器人导航等更多信息。由于卷积网络的一些建筑的特性,如重量共享实现它是不现实的利用Matlab神经网络工具箱没有它的源代码的修改。这就是为什么这类作品几乎独立于神经网络工具箱(即将完全独立这个版本包括示例使用CNN手写数字的识别。如果你只是
  3. 所属分类:其它

    • 发布日期:2018-07-02
    • 文件大小:624640
    • 提供者:zzx2016zzx
  1. Graph Matching Networks for Learning the Similarity of Graph Structured Objects

  2. 近日,DeepMind 和谷歌联合进行了一项研究,该研究提出了一种执行相似性学习的新型强大模型——图匹配网络(GMN),性能优于 GNN 和 GCN 模型。该论文已被 ICML 2019 接收。 DeepMind 和谷歌的这项新研究聚焦检索和匹配图结构对象这一极具挑战性的问题,做出了两个重要贡献。 首先,研究者展示了如何训练图神经网络(GNN),使之生成可在向量空间中执行高效相似性推理的图嵌入。其次,研究者提出了新型图匹配网络模型(GMN),该模型以一对图作为输入,通过基于跨图注意力的新型匹配
  3. 所属分类:机器学习

    • 发布日期:2019-05-07
    • 文件大小:1048576
    • 提供者:pierian_d
  1. Java机器学习.pdf

  2. 机器学习是人工智能的一个分支,它在算法与数据的协助下,让计算机像人类一样学习和行 动。针对给定的数据集,机器学习算法会学习数据的不同属性,并对以后可能遇到的数据属性进 行推断。 本书教你如何使用Java创建并实现机器学习算法,既有基础概念的讲解,也有示例供你学习。 当然,还会介绍一些常用的机器学习库,如Weka、 Apache Mahout、 Mallet等。阅读本书后,你 将懂得如何为特定问题选择合适的机器学习方法,以及如何比较与评估不同技术的优劣。书中还 会讲解性能提升技术,包括输入预处理
  3. 所属分类:Java

    • 发布日期:2019-07-15
    • 文件大小:5242880
    • 提供者:qq_35409106
  1. OpenCV-CNN-RoadSign-Recognition:使用OpenCV与Tensorflow相结合,通过一个卷积神经网络识别视频中的路标(程序源代码)-源码

  2. 项目简介 这是一个在Python语言环境下,使用了OpenCV4和Tensorflow两个库联手实现的一个项目,主要功能包括:图片或视频中的路标识别。具体代码展示见这个 。 训练数据主轴哥本哈根大学的公开数据,详见。 算法简介: 这个项目实现的路标识别功能首先使用OpenCV来读取图像,并进行预处理,图像全部转换成灰色调,并使用“直方图均衡”(直方图均衡)这个算法来增强图像尺寸。采用了一个卷积神经网络CNN,利用Tensorflow框架训练成的。 功能示例: 例1 :: 例2: 例3:
  3. 所属分类:其它

    • 发布日期:2021-03-23
    • 文件大小:4194304
    • 提供者:weixin_42151305
  1. car-detection:基于YOLOv2的车辆检测系统-源码

  2. 汽车检测 基于对YOLOv2的迁移学习内置的神经网络模型 训练集来自于drive.ai 项目图文介绍及核心代码见 如无法打开,可参考以下文字介绍 以下对项目实现原理做一个简要介绍 这是我在coursera的深度学习课程上完成的一个项目的源代码,属于一个自动驾驶项目的一部分,用于检测道路上的车辆及其他障碍物 数据的采集是通过汽车初步摄像头拍摄,输入数据是多个维度为(608,608,3)的RGB格式图片 输出是一个四维向量(19,19,5,85)的向量,最后一维结构为(p,x,y,h,w,c1,c2
  3. 所属分类:其它

    • 发布日期:2021-03-11
    • 文件大小:8388608
    • 提供者:weixin_42134234
  1. neuro_complete:经过训练的神经网络,可帮助您使用自动完成功能编写神经网络代码-源码

  2. 神经完成 是基于对自动完成,不仅受到Python代码同时也对Python源代码训练。 具有讽刺意味的是,它在包含导入的文件上接受了培训。 结果是一个经过训练的神经网络,可以帮助编写神经网络代码。 与其说一个字,不如说是整行。 它使用前几行中的信息提出建议。 可以想象每个人都会有一个神经网络,可以根据自己的神经模型自动完成自己的脚本:-) 但是还没有这个代码。 鼓励您训练自己的数据,使用Neural Complete可以使数据变得更容易。 演示版 首次编写model ,建议将其创建为变
  3. 所属分类:其它

    • 发布日期:2021-02-19
    • 文件大小:3145728
    • 提供者:weixin_42106765
  1. code_summarization_transformer:基于变压器的源代码摘要-源码

  2. 代码汇总变压器 基于通用变压器架构,使用神经网络对源代码进行自动汇总。 观看! 细节 用于序列到序列建模的Transformer体系结构由一个编码器和一个解码器组成。 编码器和解码器具有几组层,每个层都有一个自我关注块和一个前馈块。 解码器层还具有一个编码器-解码器注意块,该块关注已处理的输入以及当前生成的输出。 通用变压器架构在整个编码器上使用相同的编码器层; 解码器也是如此。 这样可以减小模型的大小,并提高许多任务的准确性,包括具有算法性质的任务(例如,解释源代码)。 我使用Tenso
  3. 所属分类:其它

    • 发布日期:2021-02-10
    • 文件大小:16777216
    • 提供者:weixin_42172204
  1. pytorch-android:[EXPERIMENTAL]在Android应用程序中使用PyTorch 1.0的演示。 使用您自己的深度神经网络(例如ResNet18SqueezeNetMobileNet v2和手机摄像头)进行测试-源码

  2. 弃用通知 从 PyTorch 1.3现在正式支持从Python到通过在iOS和Android上部署的端到端工作流。 感谢您对这个项目的关注。 Android上的PyTorch Android上的PyTorch是一个演示如何使用和ONNX进行实时对象分类的Android移动应用程序的项目。 此存储库中的演示源代码最初基于库,从月日起,代码库基于。 项目状态: 2019-05-13: 引入一种轻量级的机器学习框架,用于ON-DEVICE移动推理。 无需繁琐的ONNX,无需学习Caffe2。
  3. 所属分类:其它

    • 发布日期:2021-02-04
    • 文件大小:101711872
    • 提供者:weixin_42166623
  1. Kaggle实战:泰坦尼克幸存者预测 – 上

  2. (文章同步更新于个人博客dai98.github.io) 源代码: Github Kaggle 泰坦尼克幸存者预测是Kaggle上数据竞赛的入门级别的比赛,我曾经在一年前作为作业参加过这个比赛,我想要再次从这个比赛开始,尝试不同的模型,来当作在Kaggle比赛的起点。 关于此次竞赛,我想分成两个部分,第一个部分基于PyTorch建立神经网络,第二个部分使用sklearn做多个分类器投票。 使用的编程环境及依赖包版本: import matplotlib from matplotlib
  3. 所属分类:其它

    • 发布日期:2021-01-20
    • 文件大小:273408
    • 提供者:weixin_38531210