模式识别二维链表实现isodata算法 早期试验，界面没有优化

《神经网络模式识别及其实现》源程序-"pattern recognition and neural network to achieve" source

Adaptive Resonance Theory Brain Modeling 人工智能人工神经网络源码-Adaptive Resonance Theory Brain Modeling artificial neural network artificial intelligence source

primes factor in scheme

介绍了遗传算法的基本原理和求解流程, 详细阐述了Matlab 遗传算法工具箱的使用方法, 并通过使用遗传算法工具箱对一个典型的函数优化问题进行求解, 验证了该工具箱在解决函数优化问题上的有效性和实用性。-Introduce a genetic algorithm to solve the basic principle and flow in detail Matlab genetic algorithm toolbox to use, and by using genetic algorithm toolbox for a typical function optimization problems to solve, the validity of the toolbox in solving function optimization problems on the effectiveness and practicality.

Autolife模型是一个能够进行“开放式进化”的人工生命系统。每个Agent模型采用可以变化规则表长度的有限自动机模型建模。一方面Agent可以进行自我繁殖，同时模型中的选择机制没有采用显式的适应度函数而是采用能量消耗的简单模型而自发涌现出来，所以可以认为Agent模型是一个类Tierra系统。然而与Tierra、Avida等数字生命模型不同的是，Autolife模型进行了大大的简化，它界面友好，操作直接。虽然没有给每个Agent装配一个虚拟计算机，但是Agent与环境的耦合则可以看成一个图灵机模型，因此Agent可以通过变异而“任意”的编程序。通过Autolife模型，首先人们可以看到一般的生态系统中共存的现象：生物的大爆炸、大灭绝，Agent进化得越来越聪明；其次，用户可以通过变化不同的食物添加规则探索Agent与环境的关系；最后，如果允许Agent通过播种改变环境自动产生食物，那么组织的涌现就是一种不可避免的结果。Agent构成的组织具有自主运动的特性，还可以进行自我修复，可以说Autolife中的组织是一些真正的“活体”。-Autolife model is to conduct an "open-evolution" artificial life system. Each Agent can be used model changes the rules limited the length of the table automatic machine modeling. One Agent can be self-propagation, model selection mechanism not used Explicit the fitness function instead of using the energy consumption of a simple model to emerge spontaneously, so that the agent can be a model category Tierra system. But with Tierra, Avida digital life model is different Autolife model for greatly simplified its

这是一本比较详细介绍进化算法的电子书，是pdf格式的。-This is a more detailed introduction of the e-book evolution algorithm is pdf format.

一个牛人的神经网络支持向量机程序,对于搞神经网络的朋友强烈推荐.第二部分-A wonderful program of svm code coming from a superman,and strong recommendation to someone who learn about pattern-recognition .The second part.

BP神经网络VC类，此类对BP神经网络进行了封装，整个类是基于动态构建，可以适合于任何采用BP神经网络的模式识别应用。-BP neural network VC categories, such BP neural network to a package, the whole category is based on dynamic construction, and is suitable for use in any BP neural network applications of pattern recognition.

Parzen 窗 和 K近邻法进行概率密度估计 还带一个示波器控件.-Parzen window and K-nearest neighbor method probability density is estimated to bring an oscilloscope control.

Basic library that implements Kohonen s SOM and its learning. Lanuage: C# (.Net 3.5 Framework)