智能算法——遗传算法代码和讲解（实数编码）

QT实现基于freetype的TTF字体拆解，工程运行需要freetype库的DLL文件，所以压缩包中附带的debug文件夹需要在工程中设置一下。

基于卷积神经网络的图像识别 基于卷积神经网络的图像识别关于学位论文独创声明和学术诚信承诺本人向河南大学提出硕士学位申请。本人郑重声明:所呈交的学位谂文是本人在导师的指导下独立完成的,对所研究的课题有新的见解。据我所知,除文中特别加以说明标注和致谢的地方外,论文中不包括其它人已经发表或撰写过的研究成果,也不包括其它人为获得任何教育、科研机构的学位或证书而使用过的材料。与我一同工作的同事对本研究所做的任何贡献均己在论文中作了明确的说明并表示了谢意在此本人郑重承诺:所呈交的学位论文不存在舞弊作伪行为,文责自负。学位申请人(学位论文作者)签名:亚强2015年5月20日关于学位论文著作权使用授权书本人经河南大学审核批准授予硕士学位。作为学位论文的作者,本人完全了解并同意河南大学有关保留、使用学位论文的要求,即河南大学有权向国家图书馆、科研信息机构、数据收集机构和本校图书馆等提供学位论文(纸质文本和电子文本)以供公众检索、查阅。本人授衩河南大学出于宣扬、展览学校学术发展和进行学术交流等目的,可以采取影印、缩印、扫描和拷贝等复制手段保存、汇编学位论文(纸质文本和电子文本)(涉及保密内容的学位论文在解密后适用本授权书)学位获得者(学位论文作者)签名:卫2015年5月20日学位论文指导教师签名:2015年5月20日摘要Deep learning是机器学习研究的新领域,掀起了机器学习的新浪潮,在各个行业都受到了广泛的关注。 Google brain项目、微软全自动同声传译系统、百度硏究院等都是 deep learning技术发展的见证。随着大数据和深度模型时代的来临,deeplearning技术也得到了广泛的重视和发展,它带来的技术进步也必将改变人们的生活随着机器学习领域的发展,最近几年对卷积神经网络的研究也越发深入。现在卷积神经网络已经广泛的应用到各种领域,并取得了巨大的成果。卷积神经网络是在人工神经网络的基础上发展起来的·种高效的识别算法。典型的积网络结构是由 Lecrn提出的 LeNe t-5,它包含多个阶段的卷积和抽样过程,然后将提取到的特征输入到全连接层进行分类结果的计算。卷积神经网络通过特征提取和特征映射过程,能够较好的学习到图像中的不变特征。现在研究人员在典型的 LeNet5的基础上,使用多种方法改善卷积网终的结构和性能,从而提高网终的通用性和对图像的识别效果。本文结合图像的特点,在深入硏究了卷积网络的理论和国内外研究成果的基础上主要做了以下工作:(1)研究了卷积网络的训练算法,通过对算法分析,调试并找到最优初始化参数和最适应的网络结构配置。(2)对于分类结果的计算,使用了多区域的测试方法,通过在测试的过程中对图像的多个区域进行计算能够提高图像识别的准确率。〔3)为系统设计了一个通用的数据集输入接口,可以将自己构建的图像薮据集输入到卷积神经网络的结构中,训练和查看图像分类的结果。(4)在卷积层使用了局部偏差垬亨和非共亨两种方法,在数据集上测试并进行结果分析。(5)在隐含层使用了网络泛化的方法 DROPOUT,在数据集上测试并进行结果分析。通过以上改进方法的使用,卷积网络的通用性和性能得到了提高。关键词:,图像识别,特征提取

泛微协同办公平台【统一待办中心】手册泛微协同办公平台【统一待办中心】手册泛微协同办公平台【统一待办中心】手册

飞思卡尔 舵机和电机的PID控制算法 在此推荐使用

数据挖掘的代码是用C++写的，包含了三个算法 k-means ，CURE，DBSCAN，分别对三个数据集做处理，分别为小麦种子，股票数据，糖尿病患者。另外还有其他两个算法，代码在cplusplus文件里面，但是没有用于数据分析，有需要可以自己加。资料里面还包含了我的实验报告，结合了weka进行预处理。另外还有可执行文件，该目录下的其他文件是预处理后的数据，删除后就不能执行。仅供参考。

该文件包括了《图像加密与实践—基于C#语言实现》一书中的所有原代码，是全面学习混沌加密，等加密算法的最佳力作

【实例简介】ti公司推出的软件，方便设计有源滤波器，适合ti芯片。

【实例简介】以2进制形式读入图片，利用冒泡法排序后，采用中值滤波，去除椒盐噪声

经本人测试通过，可以运行，人脸检测人脸识别效果都很好，可以用于毕业设计，一个完整的人脸识别系统源代码，经本人测试通过，可以运行，人脸检测人脸识别效果都很好，可以用于毕业设计，一个完整的人脸识别系统源代码，经本人测试通过，可以运行，人脸检测人脸识别效果都很好，可以用于毕业设计，一个完整的人脸识别系统源代码，

本书提供了利用MATLAB的普及型学生版本在计算机上解决“现代通信系统”这门课程中涉及的几乎所有方面的问题的分析思路、方法、matlab脚本文件和处理结果的范例以及供学生自主学习研讨的习题。全书内容分为九章，分别是：信号与线性系统；随机过程；模拟调制；模拟/数字转换；基带数字传输；带限信道的数字传输；载波调制的数字传输；信道容量和编码；扩频通信系统。 本书适合已具备MATLAB基本知识的通信工程、电子工程、电气工程、计算机专业高年级本科生和研究生作为相关课程的参考书和补充教材，也可供有关教师、工程技术人员参考使用。