Fuzzy control procedures for the control of the temperature control of the relev...

自己写的一个简单的神经网络(BP)算法，用来解决异或（XOR)问题,初学神经网络的人可以下来看！-Wrote it myself a simple neural network (BP) algorithm, to solve the exclusive-OR (XOR) problem, learning neural network can look at the next!

基本遗传学习分类系统算法，算法结构非常严谨，是不可多得的遗传算法！-basic genetic classification system algorithm, the algorithm as well as highly structured, is a rare genetic algorithm!

这个代码是用lib-svm来实现svm分类器的，简单易懂，并且有详细的注释，对于刚刚接触SVM的初学者有很大的帮助，一看就能上手，我也是新手，所以应该还是很有帮助的。-This code is used to achieve lib-svm classifier svm, easy-to-read, and detailed notes, just contact SVM for the great help for beginners, a look will be able to start, I am also a novice, so it should be or very useful.

关于求最值的delphi遗传算法源码，绝对可以用，调试通过，界面美观，由王小平书上的c代码改编所成，创建了一个ga类，向构造函数输入合适的参数就可以运算！-seek the most value on the delphi genetic algorithm source code can definitely use, debug, beautiful interface, Wang Xiaoping book adaptation of the c code by 10%, creating a ga category Constructors input to the appropriate Operational parameters can!

人工智能中一个关于野人过河的小程序-AI Savage cross the river on a small procedure

模式识别与人工智能，圆检测HOUGH变换的改进算法-Pattern Recognition and Artificial Intelligence, HOUGH transform circle detection algorithm to improve

用MATLAB编写的svm支持向量机的分类,回归工具箱- MATLAB codes of support vector machine svm classification, regression Toolbox

神经网络BP网络的计算程序-neural networks the computational procedures

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

神经网络模式识别及其实现，第10章 内含：ART 和VQ 算法。 终于上传完，本来想一次性发上来的，但结果失败了，只好一个一个发。-pattern recognition and neural network to achieve, Chapter 10 consisting of : ART algorithm and VQ. Finally upload End, originally wanted onto a one-time, but the result of the failure, but a one-fat.