隐马尔科夫模型工具箱，可以广泛应用于识别等领域

maltab 的一个遗传算法的例子,比较全,有教你怎么初始化初始种群,设定参数,还有demo提供学习-A genetic algorithm using maltab gentitc toolbox ,abundant in content.Whats s more, you are teached how to initialize the initial population, set parameters. It also provide learning demos.

将遗传算法(GA)与传统SVM算法结合,构造出一种参数最优的进化SVM(GA2SVM),SVM 模型采用径向基函数(RBF)作为核函数，利用格雷码编码方式对SVM算法的模型参数进行遗传编码和优化搜索，将搜索到的优化结果作为SVM 的最终模型参数。-Genetic algorithm (GA) combined with the traditional SVM algorithm, a kind of tectonic evolution of the optimal parameters of SVM (GA2SVM), SVM model using Radial Basis Function (RBF) as kernel function, the use of Gray code encoding algorithm of the SVM model parameters of genetic coding and optimization of search, will search for the optimal results as the final SVM model parameters.

用Ｃ语言实现的神经网络，采用遗传算法对网络进行训练，有很快的收敛速度！-C language of neural networks, genetic algorithm was used to train the network, the speed of convergence very soon!

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

SMC1602A(16*2)模拟口线接线方式 连接线图: --------------------------------------------------- |LCM-----51 | LCM-----51 | LCM------51 | --------------------------------------------------| |DB0-----P0.0 | DB4-----P0.4 | RW-------P2.5 | |DB1-----P0.1 | DB5-----P0.5 | RS-------P2.6 | |DB2-----P0.2 | DB6-----P0.6 | E--------P2.7 | |DB3-----P0.3 | DB7-----P0.7 | VLCD接1K电阻到GND| --------------------------------------------------- Keyboard接线 PS/2--------51 1 DATA------P3.4 3 GND 4 VCC 5 CLK-------P3.3 接在51的外部中断，触发方式为低电平 本程序源码只供学习参考，不得应用于商业用途，如有需要请联系作者。-SMC1602A (16* 2) analog line port to connect wiring diagram:- | LCM-51 | LCM-51 | LCM 51 | | | DB0-P0.0 | DB4-P0.4 | RW-P2.5 | | DB1-P0.1 | DB5-P0.5 | RS-P2.6 | | DB2-P0.2 | DB6-P0.6 | E P2.7 | | DB3-P0.3 | DB7-P0.7 | VLCD access 1K resistor to GND |-Keyboard Connection PS/2 51 1 DATA P3.4 3 GND 4 VCC 5 CLK-P3.3 access in 51 of the external interrupt trigger mode for low-level source for learning the procedu

人工智能课程习题与解答-artificial intelligence programs to answer the questions and

国外网站上的svm源码，希望对大家有帮助-abroad on the website svm source, and I hope to be helpful

人工智能模式识别中基于非负矩阵分解生成特征空间的算法-artificial intelligence pattern recognition based on non-negative matrix factorization generation features of the algorithm space

模式识别中的常用搜索算法中的8数码游戏程序-pattern recognition of commonly used search algorithm of eight digital Games

关于人工神经网络的实用书籍，适合初学者，以及有一定基础的读者学习-Information on artificial neural networks and practical books, suitable for beginners, as well as readers of a certain basis for learning