人工神经网络的C++源代码的实现，包括实现…

解非线性规划模型的遗传算法，采用visual c++语言编写，结构清晰，明了易懂，注释完整-Genetic Algorithm for nonlinear programming

遗传算法的C语言计算，同时以文本的方式输出和图形的方式输出。-genetic algorithm in C language, while the text and graphic output of the output.

Conway s Game of life 算法程序-This article is about a fast Conway s Game of Life version using MFC, thread and DirectX together with a visual demo for sorting algorithms. It is also a good demo for "Bubble" and "Quick Sort" algorithms.

很管用的GIS控件，对于进行GIS开发的人员很有帮助，第一次发请多关照-very effective GIS component for GIS development for the staff helpful, first made news conference for the

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

模式识别的中科院的课件，对学习或考试都很有帮助-Pattern Recognition, Chinese Academy of Sciences of the courseware, learning or examination are helpful

神经网络中自适应谐振理论模型实现的C语言源程序！-Neural network adaptive resonance theory model of the C language source code!

TSP算法，应用局部搜索法得到最优路径，已经经过优化。没有密码，可以使用，vc环境下使用。-TSP algorithm, using local search to be optimal path has been optimized. No password can be used, vc environments.

自组织 Kohonen 映射程序，当一个神经网络接受外界输入模式时，将会分为不同的区域，各区域对输入模式具有不同的响应特征，同时这一过程是自动完成的。各神经元的连接权值具有一定的分布。最邻近的神经元互相刺激，而较远的神经元则相互抑制，更远一些的则具有较弱的刺激作用。自组织特征映射法是一种无教师的聚类方法。 -Kohonen self-organizing map process, when a neural network to outside input mode, will be divided into different regions, the regional input to the model with different response characteristics and the process is done automatically. The neurons connect with the right to a certain value of the distribution. Most neighboring neurons stimulate each other, distant neurons were mutual inhibition, the vision has a weaker stimulus. Self-organizing feature mapping method is a non-teachers clustering method.

只是Java版实现的蚁群算法与程序结果演示，是学习和理解蚁群算法的好内容。-Only a Java version of the ant colony algorithm to achieve the results and procedures for the demonstration of learning and understanding better the content of ant colony algorithm.