这是目前网上所能找到的最全面的adaboost的C++算法，但是需要自己训练的数据...

这是我帮一个本科生做的毕业设计，实现的数据挖掘的k均值和k中心算法，其中包含了我做的两个二维的数据集，感觉要预先知道k的参数值，不是很方便-This is what I do to help an undergraduate graduation Design, Implementation of the Data Mining mean k and k center algorithm, which includes me to do two two-dimensional data sets, feeling to know beforehand the value of the parameter k is not easy

基本bp神经网络算法和改进型bp神经网络算法都是我改写完成的算法，是网上到处传播的一个c++ bp神经网络算法改写的，由于网上的那个算法编译会出现若干百个错误，在其基础上重新编写和改进，写出了这两个算法-bp basic neural network algorithms and improved neural network algorithm bp I are complete rewrite the algorithm, the Internet is spreading everywhere, a c bp neural network algorithm rewrite the Internet that the algorithm will build several hundred mistakes, on the basis of its rewrite and improve, and wrote a This algorithm 2

GCP(图着色问题)的模拟退火算法应用源码-GCP (Graph Coloring Problem) application of the simulated annealing algorithm source code

BP算法C++的BP算法源程序 BP算法C++的BP算法源程序 -BP algorithm C BP algorithm source algorithm C BP BP algorithm source code

我做的一个用matlab程序编写的BP算法，是是我毕设的一部分，程序运行绝对没有问题，欢迎大家指正。-I do a Matlab programming with the back-propagation algorithm, is part of a complete, running absolutely no problem, we are happy to correct.

用高斯和离子滤波来跟踪视频图像中的移动对象，和模式识别有关-And ions with Gaussian filtering to track video images of moving objects, and pattern recognition on the

对多类点进行分类，有图像界面，使用了多种分类算法-Points to the many types of classification, there are graphical interfaces, using a variety of classification algorithms

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

本程序为基于工艺参数优化的改进遗传算法程序-based on the procedures for the optimization of process parameters improved genetic algorithm

非常好的机器人足球比赛平台，有详细的应用说明-Very good platform for robot soccer matches, a detailed application notes