人工智能经典问题TSP问题的C语言实现，内含源程序和调试过程生成的文件...

Fisher判别，用于模式识别的Fisher线性判别-Fisher Discriminant for pattern recognition Fisher Linear Discriminant

此是国外机器人实验室的中国留学生翻译的kalman滤波的教程，较为介绍了扩展kalman滤波理论，同时给出具有代表意义的例子，帮助理解-err

神经网络遗传算法的一个简单例子代码，开发神经网络遗传算法的第一步-neural network genetic algorithm code a simple example, the development of neural network genetic algorithm first step

matlab环境下，基于云模型的分类器，包括基于例子群优化的云分类器，和属性相似度云分类器。-Matlab environment, based on cloud model for the classification, including examples Swarm Optimization Based on the cloud classifier, and attribute similarity cloud classifier.

人工智能经典问题TSP问题的Java实现，内含源程序和调试过程生成的文件-AI classic TSP Java realize that contains source and debugging process produces files

本算法为自适应遗传算法，采用基于排序的选择策略，编码方案为实数编码。能够解决很多优化问题！-The algorithm for the adaptive genetic algorithm, based on the sort of choice strategy, coding schemes for real-coded. Many optimization problems can be solved!

PID仿真参考书,关于神经网络等方面的书，应用广泛。希望大家积极下载。-PID simulation of reference books, such as neural networks on the books, a wide range of applications. Hope that we actively download.

This program reads iid zero-mean unit-variance Gaussian variates

对著名的UCI机器学习库的wine数据集做的朴素贝叶斯分类算法，包含详细源代码和实验报告，不可多得啊-Pairs of well-known UCI machine learning repository data set to do wine Naive Bayesian classification algorithm, with detailed source code and test reports, a rare ah

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