基于Hopfield神经网络解决旅行商问题，模式…

Mitchell的《机器学习〉随书源码，非常不错-Mitchell"s "machine learning> With the source book, very good

利用小波函数做神经网络的激活函数 这是一个简单的方法在使用BP网络的时候 可以直接调用小波函数 -Does the use of wavelet function neural network activation function is a simple method in the use of BP networks can directly call the wavelet function

convert a matrix to a libsvm format [class1 char1 char2 ... charN class2 char1 char2 ... charN]

A星算法+强启发函数解八数码问题，自带判断是否有解-A Star Algorithm+ strong heuristic function solution of 8 digital issues, bring their own to determine whether the broken

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

通过C4.5 的实现可以进行构建决策树 来进行有效的分类-Through the realization of C4.5 decision tree can be constructed to carry out an effective classification

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

我根据书上算法自编的蚁群程序，也是我的中期筛选设计。目录下函数收敛图是用了VC的结果，在matlab里画的-algorithm based on the book written by Ant procedures, and also my mid-screening design. Directory function convergence plan is the result of the VC in Matlab Lane painting

关于 模式识别 中 C均值 和ISODATA 算法的C++实现 程序以一个二维的数据为例 真实的展现出两类算法的效果-implement C_Means and ISODATA algorith. Taking 2-D data foe example, show the effect of the two algoriths.

可以实现快速的模拟退火算法，很有价值，-can achieve rapid simulated annealing and of great value, thank you