Adaline Network Pattern Recognition 人工智能人工神经网络源码

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!

王小平《遗传算法――理论、应用与软件实现》随书光盘，内容有： GA 本书中所附源程序C或C++代码文件及其可执行文件 Scs.cpp 基本分类算法源程序，输入数据文件cfile.txt,efile.txt,gfile.txt,pfile.txt,rfile.txt,tfile.txt Sga.c 基本遗传算法源程序, 输入数据文件input，输出文件output A_life.c 基于遗传算法的人工生命模拟源程序, 输入数据文件world GA_nn.c 基于遗传算法优化神经网络结构源程序,输入数据文件sample Patmat.c 基于遗传算法提取基元图形源程序 Sources 遗传算法相关自由软件及代码。-Wang Xiaoping,

模糊K近邻分类器，模式识别和机器学习经常要使用的一个分类器-K neighbor fuzzy classifier, pattern recognition and machine learning are often used in a classifier

仿真人工智能是指用人工的方法和技术，模仿、延伸和扩展人的智能，实现机器的智能化，人工情感指用人工的方法和技术，模仿、延伸和扩展人的情感，使机器具有识别、理解和表达情感的能力。

一个高人的VC实现NN的程序。很不错。先运行Matrixbase.dsw,again arithmetic.dsw, next nnbp.dsw,final neuralNetWork.dsw.-an expert in VC NN procedures. Very good. First running Matrixbase.dsw, again arithmetic.dsw. next nnbp.dsw, final neuralNetWork.dsw.

蚁群优化算法,实现人工智能解决TSP问题,如何应用ACO-Ant colony optimization algorithm, the realization of artificial intelligence to solve TSP problems, how to apply the ACO

为了测试评估贝叶斯分类器的性能,用不同数据集进行对比实验是必不可少的. -In order to test the assessment of the performance of Bayesian classifier, and compare different experimental data sets is essential.

数据挖掘概念和技术，电子书，英文版，300多页-Data mining concepts and techniques

数据挖掘c45分类算法 数据挖掘c45分类算法-C45 data mining data mining classification algorithms C45 classification algorithm

LIBSVM源码。LIBSVM 是台湾大学林智仁(Chih-Jen Lin)博士等开发设计的一个操作简单、 易于使用、快速有效的通用SVM 软件包，可以解决分类问题（包括C- SVC、 n - SVC ）、回归问题（包括e - SVR、n - SVR ）以及分布估计（one-class-SVM ） 等问题，提供了线性、多项式、径向基和S形函数四种常用的核函数供选择，可以有效地解决多类问题、交叉验证选择参数、对不平衡样本加权、多类问题的概率估计等。-LIBSVM source. LIBSVM is林智仁Taiwan University (Chih-Jen Lin) Dr. develop design a simple, easy to use, fast and effective generic SVM software package, can solve the classification problems (including the C-SVC, n- SVC), regression ( including e- SVR, n- SVR) as well as the distribution of estimates (one-class-SVM) and so on, provides a linear, polynomial, radial basis function and the S-shaped kernel function of four commonly used for selection, can effectively to solve a wide range of issues, cross-validation to choose the parameters of the imbalance in the weighted sample, multi-category probability estimation.