文件中包含某老师关于人工神经网络控制系统的PPT，较详细的介绍了人工神经网络及应用于控制的相关内容。...

这个代码是用lib-svm来实现svm分类器的，简单易懂，并且有详细的注释，对于刚刚接触SVM的初学者有很大的帮助，一看就能上手，我也是新手，所以应该还是很有帮助的。-This code is used to achieve lib-svm classifier svm, easy-to-read, and detailed notes, just contact SVM for the great help for beginners, a look will be able to start, I am also a novice, so it should be or very useful.

关于产生均匀分布和标准正态分布的随机变量的VC程序-on the production and distribution of uniform standard normal distribution of random variables VC Program

标准的粒子群优化算法,visual c++.net环境下编写的代码,有助于学习和理解粒子群算法-Standard particle swarm optimization algorithm, visual c++. Net code to prepare an environment to help learning and understanding of particle swarm optimization

神经网络算法

模式识别中的K－均值算法演示-pattern recognition, the K-means algorithm demo

HopfieldnetC++source，Hopfield网络的原代码。C++代码-HopfieldnetC++ Source, Hopfield networks, the original code. C++ Code

人工智能领域全新的研究结果-new areas of artificial intelligence research

在自然界中生物从其亲代继承特性或性状，这种现象称为遗传（Heredity），研究这种现象的科学叫遗传学（Genetics）。 在构成生物的细胞（Cell）中含有染色体（Chromosome），生物的遗传信息都包含在染色体中。遗传信息由基因（Gene）组成，基因是DNA（Deoxyribonucleic Acid）或RNA（Ribonucleic Acid）中占有一定位置的基本遗传单位。在DNA中遗传信息在长链上按照一定模式排列，即进行了遗传编码。遗传基因在染色体中占据的位置称为基因座（Locus），同一个基因座可能具有的全部基因称为等位基因（Allele），一个细胞核中所有染色体携带的遗传信息的全体称为基因组（Genome）。-err

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

支持向量机(3)svm_light-Support Vector Machines(3):svm_light