[机器学习] firefly_simple.m

说明：本萤火虫算法是用于求解二维函数优化问题，备注较为详细，且程序动态展示了寻优过程，适合想学习了解萤火虫算法的初学者
<weixin_40731827> 上传 | 大小：5kb

[机器学习] 科创板系列-AI产业链全景图.pdf

说明：中国平安证券分析：科创板系列-AI产业链全景图 2019年 介绍人工智能产业链上下游企业，市场环境等内容
<weixin_42706306> 上传 | 大小：2mb

[机器学习] Playing Mountain Car Using Actor-Critic Method.md

说明：Playing Mountain Car Using Actor-Critic MethodPlaying Mountain Car Using Actor-Critic Method
<qq_40441895> 上传 | 大小：13kb

[机器学习] F题最重磅资料：近15年全球海平面异常数据.zip

说明：2020美赛数学建模最重磅资料：近15年全球海平面异常数据，希望大家美赛顺利，2020美赛数学建模最重磅资料：近15年全球海平面异常数据
<qq_41663332> 上传 | 大小：28mb

[机器学习] 协同进化遗传算法求解函数优化问题 .zip

说明：内有代码、报告。 1、理解协同进化遗传算法的思想。比较标准遗传算法和协同进化遗传算法在稳定性、求解 最优值所需的迭代次数（收敛性快慢）等方面的区别，比较它们的进化过程图。验证协同进 化遗传算法收敛速度快，兼顾算法的全局和局部搜索能力，且能抑制未成熟收敛现象的发生 的结论。 2、利用 Matlab 实现协同进化遗传算法求解函数优化问题。 3、分析协同进化遗传算法与标准遗传算法相比所展现的优越性。
<weixin_42353399> 上传 | 大小：280kb

[机器学习] IDC&量子位：2019中国人工智能行业白皮书

说明：受到持续的政策驱动影响，2019年中国人工智能市场成就斐然:不论是市场规模增长还是行业应用都取得了不错的成绩。IDC看 到2019年人工智能在行业的主流用例已经落地，有明确业务需求的AI应用也在市场中逐步得到推广，未来随着人工智能技术的发展，– –些具备潜力的应用场景将会引领业务创新。 2019年AI应用落地效果尚未实际量化或相比前期规划还有定的差距， AI项目的投资 计划回归理性，行业用户发展人工智能还存在诸如人才、数据、应用、成本方面的挑战。明晰价值，把握机遇。 2019年应用人
<dst1213> 上传 | 大小：6mb

[机器学习] 凯捷：扩展制造业AI应用报告

说明：凯捷发布了新报告“扩展制造业AI应用”。人工智能颠覆了制造业的游戏规则。它有可能在广度和深度上改变整个制造业务的性能。但是，只有制造商真正将精力集中在AI可以最大限度提升价值的地方，然后推动解决方案规模化，工业4.0时代的巨大潜力才能实现。 凯捷分析得出的主要发现包括： 欧洲走在了前列，超过一半的顶级制造商在制造运营中至少实施了一个人工智能用例，69%的德国制造商部署了AI。紧随其后的是日本（30%）和美国（28%）。 三个用例在开启制造商的人工智能之旅方面脱颖而出：智能维护、
<dst1213> 上传 | 大小：7mb

[机器学习] Pareto蚁群算法与遥感技术耦合的水资源优化配置_侯景伟.pdf

说明：为了尝试用Pareto蚁群算法(PACA)和遥感技术(RS)来求解复杂的水资源优化配置问题, 建立了以经济、社会和生态环境综合效益最大为目标, 以供水、需水、水质等为约束条件的基于像元的水资源优化配置模型. 通过局部信息素强度限制、全局信息素动态更新、Pareto解集过滤器构建等策略, 使蚂蚁向信息素浓度大的优化边界移动,以提高PACA的全局搜索能力和收敛速度. 以中原地区某县为仿真对象, 借助RS获取其土地利用类型, 利用PACA在栅格地图上求解水资源优化配置模型, 并得到水资源最优配置方案.
<Dan510275> 上传 | 大小：1mb

[机器学习] 多光谱图像水域变化检测方法研究_张永梅.pdf

说明：针对遥感图像中水域的变化检测问题，提出一种综合特征级和像素级变化检测的多光谱图像变化检测方法，用于检测多时相遥感图像中水域的变化情况；首先利用ＢＰ神经网络，选取输入层为５，选定隐含层为１０，完成多光谱图像的水域有效分类，再根据多光谱图像的水域特征，通过ＨＳＶ空间准确定位水域区域，最后利用差值法进行多光谱图像水域变化检测；实验结果表明，该方法提高了变化检测的自动化程度和变化检测效率，具有较高的检测精度。
<Dan510275> 上传 | 大小：536kb

[机器学习] 深度学习时代数据库：挑战与机会.pdf

说明：深度学习最近变得非常流行，因为它在许多复杂的数据驱动应用程序中取得了令人难以置信的成功，比如图像分类和语音识别。数据库社区多年来一直致力于数据驱动的应用，因此应该在支持这一新浪潮方面发挥带头作用。然而，数据库和深度学习在技术和应用方面是不同的。在本文中，我们讨论了这两个领域交叉的研究问题。特别地，我们从数据库的角度讨论了对深度学习系统的可能改进，并分析了可能从深度学习技术中受益的数据库应用。
<syp_net> 上传 | 大小：723kb

[机器学习] 图像重构压缩.zip

说明：基于小波-OMP算法的图像压缩传感恢复，有图像，有数据，有代码，有文章！运行可靠！基于小波-OMP算法的图像压缩传感恢复，有图像，有数据，有代码，有文章！运行可靠！
<cuixing001> 上传 | 大小：1mb

[机器学习] 一键清理QQ缓存.exe

说明：一键清理QQ缓存............................................................................................................
<shunshounb> 上传 | 大小：908kb