BP neural network algorithm. Based on the dialog box

tutorials for learning protege(open source softwar to design the ontology)

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.

SOM自组织神经网络的C语言源码，可以通过该程序实现无监督的聚类。-SOM self-organizing neural network C-language source code

自适应小生境递阶遗传算法求解函数优化问题 想对其他函数求解就修改function函数-adaptive hierarchical genetic algorithm optimization function to function for the other amendments on the funct ion function

《遗传算法理论应用与软件实现》中的初始化MATLAB源代码-"genetic algorithm theory and application software," the source code initialization MATLAB

其中包括模拟退火算法的具体实现，还有其他经典算法的实现，数模全赛逢山开路问题的解答程序-Including simulated annealing algorithm to achieve the specific, there are other classical algorithm for the realization of digital-analog-wide open tournament every hill questions procedure

该算法经运行，无任何问题，可用于解决遗传算法求解车辆路线问题-The algorithm by running without any problems, can be used for genetic algorithm to solve Vehicle Routing Problem

模式识别源程序，希望大家能够喜欢，配套书籍是模式识别-Pattern recognition source code, hope that we can like it, matching books are Pattern Recognition

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

这是一个我自己编写的JAVA程序，可以运行的。思想是将KMEANS和神经网络结合起来实现模式的分类。-This is a Java program writen by meself which can be run.The chief concept is to combine KMEANS and NN to achieve classification of pattens.