您好,欢迎光临本网站![请登录][注册会员]  

人工智能下载,机器学习下载列表 第269页

« 1 2 ... .64 .65 .66 .67 .68 269.70 .71 .72 .73 .74 ... 2656 »

[机器学习] 05_图像增强1.pdf

说明:中科院刘定生图像增强.
<m0_37236576> 上传 | 大小:763kb

[机器学习] 搜狗200万词库.zip

说明:最新搜狗200万词库词典,已经清洗去重,可作为词库使用,用于分词或者搜索系统,该分词词库质量很高,可以很好的提高机器学习效果,可以尝试下
<kylinat2688> 上传 | 大小:15mb

[机器学习] opencv_contrib_python.zip

说明:opencv_contrib_python-3.4.3.18-cp37-cp37m-linux_armv7l.whl文件,原本就是开源的东西,可惜在下网络不行下不下来,花了三积分在其他论坛上下载的。
<qq_37766088> 上传 | 大小:11mb

[机器学习] 全能(RSI)-EA.zip

说明:全能RSI交易策略,RSI是确认趋势的强度,当RSI高于50 水平并开始下跌,表明上涨趋势正在减弱,当低于50并开始上涨,表明下跌的趋势正在减弱,全能RSI交易策略,为了增加开单的准去率,我调成【25/75】这个值根据个人交易习惯来自己调整
<Ww798229841> 上传 | 大小:71kb

[机器学习] 卷积神经网络全面解析.pdf

说明:卷积神经网络(CNN)概述,从多层感知器(MLP)说起,感知器 多层感知器 输入层 隐层 隐层 输出层 Back Propagation 存在的问题
<lijigang100> 上传 | 大小:966kb

[机器学习] 2020-07-10-13-42-09-markdown-preview-enhanced-v0.18.5.zip

说明:Atom。 下载之后,安装运行。然后你需要安装 1 个插件,帮你预览 Markdown,叫做 markdown-preview-enhanced。 安装方法如下: 使用 Cmd + , 呼叫配置菜单。注意我这里说的是苹果系统 macOS 上的操作。如果你用的是 Windows,请把所有出现的 Cmd 按键替换为 Ctrl 按键,或者查阅帮助文档。 选择左侧边栏的最后一项 + 号,用于安装新的插件。 在搜索框中输入该插件的名字:markdown-preview-enhance
<qq_44238741> 上传 | 大小:512kb

[机器学习] LSSVMlabv1_8_R2009b_R2011a.zip

说明:在MATLAB平台上为了实现LSSVM最小支持向量机需要添加的工具包,只需要解压添加到路径即可,实测没有问题,拟合效果好
<weixin_42636379> 上传 | 大小:120kb

[机器学习] opencl教程与异构计算介绍.zip

说明:opencl异构计算,主要介绍在异构计算环境下,进行并行编程。主要介绍并行计算编程的定义,异构编程的基本架构,opencl的案例。 包括了opencl的卷积,视频处理,直方图,扩展,性能剖析等。 也介绍了在GPU和CPU上的使用opencl的方法。
<qq_32998593> 上传 | 大小:22mb

[机器学习] 模拟退火算法解决函数优化以及旅行商问题详细注释代码.zip

说明:该代码包括模拟退火算法应用于函数优化和解决旅行商问题,详细解析参考博客(https://blog.csdn.net/weixin_43935696/article/details/107259634)
<weixin_43935696> 上传 | 大小:3kb

[机器学习] 遗传算法(Genetic Algorithm)MATLAB案例详细解析代码以及PPT.zip

说明:该代码包括遗传算法应用于函数优化和解决旅行商问题详细注释解析,以及本人做成的PPT。详细解析参考博客(https://blog.csdn.net/weixin_43935696/article/details/107045716)
<weixin_43935696> 上传 | 大小:9mb

[机器学习] 主成分分析法PCA.docx

说明:主成分分析(Principal Component Analysis,PCA), 是一种统计方法。通过正交变换将一组可能存在相关性的变量转换为一组线性不相关的变量,转换后的这组变量叫主成分。
<a3012203250> 上传 | 大小:20kb

[机器学习] Kmeans算法matlab实现

说明:k均值聚类算法(k-means clustering algorithm)是一种迭代求解的聚类分析算法,其步骤是,预将数据分为K组,则随机选取K个对象作为初始的聚类中心,然后计算每个对象与各个种子聚类中心之间的距离,把每个对象分配给距离它最近的聚类中心。聚类中心以及分配给它们的对象就代表一个聚类。每分配一个样本,聚类的聚类中心会根据聚类中现有的对象被重新计算。这个过程将不断重复直到满足某个终止条件。终止条件可以是没有(或最小数目)对象被重新分配给不同的聚类,没有(或最小数目)聚类中心再发生变化,
<a3012203250> 上传 | 大小:2kb
« 1 2 ... .64 .65 .66 .67 .68 269.70 .71 .72 .73 .74 ... 2656 »