[机器学习] 《MATLAB 神经网络43个案例分析》包含代码和测试数据

说明： 《MATLAB 神经网络43个案例分析》源代码&数据 《MATLAB 神经网络43个案例分析》目录 第1章 BP神经网络的数据分类——语音特征信号分类 第2章 BP神经网络的非线性系统建模——非线性函数拟合 第3章遗传算法优化BP神经网络——非线性函数拟合 第4章神经网络遗传算法函数极值寻优——非线性函数极值寻优 第5章基于BP_Adaboost的强分类器设计——公司财务预警建模 第6章 PID神经元网络解耦控制算法——多变量系统控制 第7章RBF网络的回归--非线性函数回归的实现 第8章GR
<qq_20039347> 在 上传 | 大小：11534336

[机器学习] 基于Python实现LeaderRank复杂网络中节点排序算法

说明： 基于Python2.7实现的LeaderRank复杂网络节点排序算法，算法输出排序后每个节点的重要性值　参考论文：2011-Leaders in Social Networks, the Delicious
<dreamhome_s> 在 上传 | 大小：1024

[机器学习] 基于Python实现LFM种子传播算法

说明： 基于Python2.7实现的LFM种子传播算法。　参考论文　LFM：Detecting the overlapping and hierarchical community structure in complex networks
<dreamhome_s> 在 上传 | 大小：5120

[机器学习] 线性不可分的数据

说明： 对于线性不可分的数据通常使用核函数来将低维空间的数据映射到高维使其变得线性可分。
<qq_33769138> 在 上传 | 大小：2048

[机器学习] 利用支持向量机做分类

说明： 利用smo算法寻找最优间隔，并标出支持向量，应用在在二类分类中
<qq_33769138> 在 上传 | 大小：1024

[机器学习] 前向 - 后向错误：跟踪失败的自动检测（译文）

说明： 本文提出了一种新的跟踪故障检测方法。该检测基于Forward-Backward误差，即跟踪在时间上向前和向后执行，并且测量这两个轨迹之间的差异。我们证明了所提出的错误能够可靠地检测跟踪失败并在视频序列中选择可靠的轨迹。我们证明这种方法是常用的归一化互相关（NCC）的补充。基于该误差，我们提出了一种称为中值流的新型物体跟踪器。在具有挑战性的基准视频序列（包括非刚性物体）上实现了最新的性能表现
<qq_37019602> 在 上传 | 大小：582656

[机器学习] 基于差分进化算法求解最优问题

说明： 基于差分进化算法，求解函数最优值问题，并画出曲线。
<qq_39481397> 在 上传 | 大小：786

[机器学习] EV3资源开发

说明： 思维决定你能观察到什么，你能想到什么
<user877877> 在 上传 | 大小：70254592

[机器学习] kddcup99分标签整理，完整版

说明： kddcup99 分标签整理，完整版。
<qq_41687938> 在 上传 | 大小：1048576

[机器学习] Multi-Document Summarization using Distributed Bag-of-Words Model（中文翻译）

说明： 很好的一篇多文档摘要的论文，已翻译
<sir_rain> 在 上传 | 大小：829440

[机器学习] TFT彩屏（硬件SPI）

说明： TFT彩屏（硬件SPI）,初学者。采用硬件SPI驱动9341屏。
<weixin_41963811> 在 上传 | 大小：4194304

[机器学习] Voronoi Diagrams — A Survey of a Fundamental Geometric Data Structure

说明： Aurenhammmer 于1991 年发表了一篇包括200 多篇参考文献的综述，详细总结了Voronoi 图 的历史、定义、性质、算法、扩展和应用
<skl111> 在 上传 | 大小：4194304