小游戏的色调，有一定的精度，有兴趣的人可以…

很好的分类程序。。。。C++语言编写。。。VC开发环境-good classification procedure. . . . C language. . . VC development environment.

本程序是具有进化能力的人工生命floy，你会看到越来越具有智能的floy会自发的产生。 -this evolutionary process is the ability of artificial life floy, you will see more intelligent the floy will spontaneously emerge.

本代码用基于steve语言的breve软件编写的，此软件是一种3D人工智能的环境模拟器，可以用来构建AGENT-BASED SYSTEM和模拟机器人行为。本代码实现功能如下：机器人服务模拟。自动取得饮料，递送给客人，客人喝完后，另一种清理机器人处理瓶子并运送垃圾堆。主要为了证明机器人运动中的一种Deliberative设计结构。软件下载地址：http://www.spiderland.org/breve/download.php 打开我上传的文件后，点运行就可以看效果。-The code-based software steve language breve prepared, the artificial intelligence software is a 3D environment simulator can be used to build the AGENT-BASED SYSTEM and robot behavior simulation. Realize this function code is as follows: service robot simulation. Automatically beverages, delivered to the guests, the guests after the finish, another robot cleaning up the bottle and the delivery of garbage treatment. Mainly in order to prove that the movement of a robot design structure Deliberative. Software Download: http://www.spiderland.org/breve/download.php open my uploaded file, you can look at the effect of running.

猜数字游戏的小AI,有一定的准确程度,有兴趣的人可以-tones of the small game AI, a certain degree of accuracy, interested people can s

自己汇总了几个关于rbf的源程序，用于初学者学习-Own summary of a few on the rbf source for beginners to learn

一个外国人写的字符识别训练源码，VC++源码，有源码、说明及演示可执行程序，对学习和研究模式识别很有帮助。-written by a foreigner Character Recognition training source, VC source, a source that, and the demonstration of the executable, on learning and pattern recognition research helpful.

浙江大学编的神经网络入门教程，pdf格式。-Zhejiang University, made the neural network Tutorial, pdf format.

清华大学对robocup中kick的研究源码-Tsinghua University s study robocup source of kick

本例是一个神经网络仿真应用程序，对于无这方面技能的人也能方便地使用它，程序基于BP反传播算法实现，通过网络训练，获得你需要的网络模型，同时，你还可以测试你建立的网络模型。内附三个实例-This is a example of networking simulink application program,

停车诱导系统中车位预测模型的研究 摘 要 研究城市停车诱导系统的停车车位占有率预测问题。首先提出墓于B P神经网络的车位占有预测模型， 同时将自适应 学习速率调整法和加入动量项方法用于改善基本B P神经网络， 优化了学习速率， 减少了训练过程的震荡趋势， 改善了网络的收效 隆。以此为基础实现了停车位的智能预测 0最后， 进行了多种方法比对实验-err