此编码是一个数据挖掘的决策树各种算法。以作为入门提示

遗传算法的matlab实现，举例说明遗传算法的基本实现步骤，适用于初学者-Matlab genetic algorithm to achieve, for example, shows the basic implementation steps of genetic algorithm is suitable for beginners

人脸检测源代码,是人工智能检索方面比较常用的,大家下班啊-Face Detection source code, artificial intelligence search area is relatively common, we work ah

实现了一个简单的花朵进化的模拟过程。 花朵的种群数量是10，共进化了50代。 -The realization of a simple simulation of the evolution of flowers. Flower populations is 10, a total of 50 on behalf of evolution.

清华大学对robocup中kick的研究源码-Tsinghua University s study robocup source of kick

Hopfield 网――擅长于联想记忆与解迷路 实现H网联想记忆的关键，是使被记忆的模式样本对应网络能量函数的极小值。 设有M个N维记忆模式，通过对网络N个神经元之间连接权 wij 和N个输出阈值θj的设计，使得: 这M个记忆模式所对应的网络状态正好是网络能量函数的M个极小值。 比较困难，目前还没有一个适应任意形式的记忆模式的有效、通用的设计方法。 H网的算法 1）学习模式――决定权重 想要记忆的模式，用-1和1的2值表示 模式：-1，-1，1，-1，1，1，... 一般表示： 则任意两个神经元j、i间的权重： wij=∑ap(i)ap(j)，p=1…p； P：模式的总数 ap(s)：第p个模式的第s个要素（-1或1） wij：第j个神经元与第i个神经元间的权重 i = j时，wij=0，即各神经元的输出不直接返回自身。 2)想起模式： 神经元输出值的初始化 想起时，一般是未知的输入。设xi(0)为未知模式的第i个要素（-1或1） 将xi(0)作为相对应的神经元的初始值，其中，0意味t=0。 反复部分：对各神经元，计算： xi (t+1) = f (∑wijxj（t）-θi), j=1…n, j≠i n―神经元总数 f（）--Sgn（） θi―神经元i发火阈值 反复进行，直到各个神经元的输出不再变化。-Hopfield network-- good at associative memory solution with the realization of lost H associative memory networks, are key to bringing the memory model samples corresponding network energy function of the minimum. With M-N-dimensional memory model, the network N neurons connect between right wij and N output threshold j design makes : M-mode memory corresponding to the network is a state network energy function is the M-000 minimum. Mor

This demo nstrates the use of the reversible jump MCMC simulated annealing for neural networks. This algorithm enables us to maximise the joint posterior distribution of the network parameters and the number of basis function. It performs a global search in the joint space of the parameters and number of parameters, thereby surmounting the problem of local minima. It allows the user to choose among various model selection criteria, including AIC, BIC and MDL

离散数学中---------一阶谓词演算源代码-Discrete Mathematics- First order predicate calculus source code

这个软件支持Bayesian衰退和分类模形，它基于神经系统网络和Gaussian作用。它也包括一些根本的程序实现有限和无限混合的模型。-software support this recession and Bayesian classification pattern, It is based on neural network and Gaussian role. It also includes some of the procedures to achieve limited and unlimited mixed model.

基于人工神经网络的房地产项目评判模型，值得一看-based on artificial neural network evaluation model for real estate projects, an eye-catcher

这是模糊控制的核心原代码,应用于机电控制技术-fuzzy control