注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 一键GHOST v2010.01.02 硬盘版

  2. 更新摘要: v2010.01.02 完美支持Windows7（32位、64位） 解决误备份Win7保留分区和出现错误622或427等问题 解决Vista启动菜单丢失或无法返回Windows的问题 解决非简体系统的启动菜单显示"一键"为方框的问题 解决DOS界面"脑、的、能、文"等汉字变色的问题 修正少数XP环境GHLDR和启动项无法卸载的BUG 修正少数映像大小显示为0MB、时间显示为负数的BUG 修正少数系统安装在非C盘或尾分区仍无法备份的BUG 增加安装时自动修复丢失或无效的BOOT.IN

  3. 所属分类：网络攻防

    • 发布日期：2010-01-17
    • 文件大小：14mb
    • 提供者：panjiewei

  1. 格数致知-如何从计算层面发展类脑智能_胡包钢NLPR

  2. 中​国​科​学​院​自​动​化​研​究​所​ ​胡​包​钢​研​究​员​ ​在​ ​“​大​脑​认​知​与​机​器​智​能​”​青​年​科​学​家​论​坛​2​0​1​6​ ​的​讲​座​报​告​,​ ​​转​载​请​注​明​出​处

  3. 所属分类：讲义

    • 发布日期：2016-07-28
    • 文件大小：5mb
    • 提供者：super_fyb

  1. 类脑智能研究现状与发展思考

  2. 类脑智能研究现状与发展思考，帮助相关研究人员进一步了解现状情况

  3. 所属分类：教育

    • 发布日期：2017-02-03
    • 文件大小：901kb
    • 提供者：liutonglai

  1. 一种基于云存储的自组织增量类脑记忆模型

  2. 随着计算机和智能终端技术的快速发展,越来越多的用户将自己的个人数据存储在网络服务商的云端存储设备上,这些数据随时间呈指数级增长,并且隐含着丰富的记忆信息。针对如何有效地将记忆信息再呈现这一问题,提出了一种基于云存储的自组织增量类脑记忆模型。模型从云存储的用户行为数据分析入手,利用自组织增量网络学习算法,得到自组织记忆模型,以此来构建一个记忆服务系统。通过在真实数据集上仿真实验,结果表明模型简单有效。

  3. 所属分类：其它

    • 发布日期：2020-04-19
    • 文件大小：939kb
    • 提供者：weixin_38622827

  1. 3-6 稀疏与低秩.pdf

  2. 模式识别就是通过计算机用数学技术方法来研究模式的自动处理和判读，把环境与客体统称为“模式”。随着计算机技术的发展，人类有可能研究复杂的信息处理过程，其过程的一个重要形式是生命体对环境及客体的识别。模式识别以图像处理与计算机视觉、语音语言信息处理、脑网络组、类脑智能等为主要研究方向，研究人类模式识别的机理以及有效的计算方法。

  3. 所属分类：讲义

    • 发布日期：2020-01-03
    • 文件大小：13mb
    • 提供者：weixin_44249704

  1. 3-5 神经网络方法.pdf

  2. 模式识别就是通过计算机用数学技术方法来研究模式的自动处理和判读，把环境与客体统称为“模式”。随着计算机技术的发展，人类有可能研究复杂的信息处理过程，其过程的一个重要形式是生命体对环境及客体的识别。模式识别以图像处理与计算机视觉、语音语言信息处理、脑网络组、类脑智能等为主要研究方向，研究人类模式识别的机理以及有效的计算方法。

  3. 所属分类：讲义

    • 发布日期：2020-01-03
    • 文件大小：20mb
    • 提供者：weixin_44249704

  1. 3-4 基于局部邻域的方法.pdf

  2. 模式识别就是通过计算机用数学技术方法来研究模式的自动处理和判读，把环境与客体统称为“模式”。随着计算机技术的发展，人类有可能研究复杂的信息处理过程，其过程的一个重要形式是生命体对环境及客体的识别。模式识别以图像处理与计算机视觉、语音语言信息处理、脑网络组、类脑智能等为主要研究方向，研究人类模式识别的机理以及有效的计算方法。

  3. 所属分类：讲义

  1. 3-3 基于核函数的方法.pdf

  2. 模式识别就是通过计算机用数学技术方法来研究模式的自动处理和判读，把环境与客体统称为“模式”。随着计算机技术的发展，人类有可能研究复杂的信息处理过程，其过程的一个重要形式是生命体对环境及客体的识别。模式识别以图像处理与计算机视觉、语音语言信息处理、脑网络组、类脑智能等为主要研究方向，研究人类模式识别的机理以及有效的计算方法。

  3. 所属分类：讲义

  1. 3-2 线性方法.pdf

  2. 模式识别就是通过计算机用数学技术方法来研究模式的自动处理和判读，把环境与客体统称为“模式”。随着计算机技术的发展，人类有可能研究复杂的信息处理过程，其过程的一个重要形式是生命体对环境及客体的识别。模式识别以图像处理与计算机视觉、语音语言信息处理、脑网络组、类脑智能等为主要研究方向，研究人类模式识别的机理以及有效的计算方法。

  3. 所属分类：讲义

  1. 3-1 流形学习.pdf

  2. 模式识别就是通过计算机用数学技术方法来研究模式的自动处理和判读，把环境与客体统称为“模式”。随着计算机技术的发展，人类有可能研究复杂的信息处理过程，其过程的一个重要形式是生命体对环境及客体的识别。模式识别以图像处理与计算机视觉、语音语言信息处理、脑网络组、类脑智能等为主要研究方向，研究人类模式识别的机理以及有效的计算方法。

  3. 所属分类：讲义

  1. 2-3 贝叶斯推断.pdf

  2. 模式识别就是通过计算机用数学技术方法来研究模式的自动处理和判读，把环境与客体统称为“模式”。随着计算机技术的发展，人类有可能研究复杂的信息处理过程，其过程的一个重要形式是生命体对环境及客体的识别。模式识别以图像处理与计算机视觉、语音语言信息处理、脑网络组、类脑智能等为主要研究方向，研究人类模式识别的机理以及有效的计算方法。

  3. 所属分类：讲义

  1. 2-2 玻尔兹曼机.pdf

  2. 模式识别就是通过计算机用数学技术方法来研究模式的自动处理和判读，把环境与客体统称为“模式”。随着计算机技术的发展，人类有可能研究复杂的信息处理过程，其过程的一个重要形式是生命体对环境及客体的识别。模式识别以图像处理与计算机视觉、语音语言信息处理、脑网络组、类脑智能等为主要研究方向，研究人类模式识别的机理以及有效的计算方法。

  3. 所属分类：讲义

  1. 2-1 概率图模型.pdf

  2. 模式识别就是通过计算机用数学技术方法来研究模式的自动处理和判读，把环境与客体统称为“模式”。随着计算机技术的发展，人类有可能研究复杂的信息处理过程，其过程的一个重要形式是生命体对环境及客体的识别。模式识别以图像处理与计算机视觉、语音语言信息处理、脑网络组、类脑智能等为主要研究方向，研究人类模式识别的机理以及有效的计算方法。

  3. 所属分类：讲义

  1. 1-2 弱监督学习.pdf

  2. 模式识别就是通过计算机用数学技术方法来研究模式的自动处理和判读，把环境与客体统称为“模式”。随着计算机技术的发展，人类有可能研究复杂的信息处理过程，其过程的一个重要形式是生命体对环境及客体的识别。模式识别以图像处理与计算机视觉、语音语言信息处理、脑网络组、类脑智能等为主要研究方向，研究人类模式识别的机理以及有效的计算方法。

  3. 所属分类：讲义

  1. 1-1 聚类分析.pdf

  2. 模式识别就是通过计算机用数学技术方法来研究模式的自动处理和判读，把环境与客体统称为“模式”。随着计算机技术的发展，人类有可能研究复杂的信息处理过程，其过程的一个重要形式是生命体对环境及客体的识别。模式识别以图像处理与计算机视觉、语音语言信息处理、脑网络组、类脑智能等为主要研究方向，研究人类模式识别的机理以及有效的计算方法。

  3. 所属分类：讲义

  1. LIF光子神经元.rar

  2. 类脑光子学是智能光子系统的一个先进分支。LIF光子神经元是类脑光子学中最经典的神经元模型。本模型参考了普林斯顿大学的研究结果，利用VCSEL和SA组合而成的双区型激光器的速率方程对LIF光子神经元进行了建模。内含输入信号文件（.m格式）和模型文件（.slx格式），输入信号规定为脉冲形式。把二者打开后，先RUN输入信号文件，再RUN模型文件。

  3. 所属分类：机器学习

    • 发布日期：2020-06-20
    • 文件大小：29kb
    • 提供者：RzhFred

  1. 人工智能2020：落地挑战与应对-爱分析.pdf

  2. 人工智能发展进入新阶段。经过60多年的演进，特别是在移动互联网、大数据、超级计算、传感网、脑科学等新理论新技术以及经济社会发展强烈需求的共同驱动下，人工智能加速发展，呈现出深度学习、跨界融合、人机协同、群智开放、自主操控等新特征。大数据驱动知识学习、跨媒体协同处理、人机协同增强智能、群体集成智能、自主智能系统成为人工智能的发展重点，受脑科学研究成果启发的类脑智能蓄势待发，芯片化硬件化平台化趋势更加明显，人工智能发展进入新阶段。当前，新一代人工智能相关学科发展、理论建模、技术创新、软硬件升级等整体

  3. 所属分类：互联网

    • 发布日期：2020-07-10
    • 文件大小：1mb
    • 提供者：dawn1003

  1. 助力智慧城市快速实现规划建设的利器--城市大脑.docx

  2. 目前，随着5G、大数据、人工智能、区块链和新基建等一波又一波科技浪潮的来临，智慧城市的基础建设方兴未艾。但是，“智慧城市不智慧”的难题一直都在困扰着工程建设者们。而城市大脑，作为互联网大脑构架与智慧城市基础建设紧密结合的产物，是城市级的“类脑复杂智能巨系统”，将从源头上实现智慧城市，成为了智慧城市基础建设和前沿科技领域的新热点。目前，我国在城市大脑的基础理论研究和基础建设实践方面居于世界领先地位，而规范化毫无疑问会成为进一步夯实领先优势的“利器”。此前，城市大脑全球标准研究组、中科院虚拟经济与数

  3. 所属分类：其它

    • 发布日期：2021-01-05
    • 文件大小：54kb
    • 提供者：ztmap2020

  1. 中国智能经济发展报告：新基建

  2. 智能交通发展有四大趋势，一是自动驾驶；二是基于大数据的 MaaS 一站式 出行服务；三是道路系统的交通云脑、智慧路网管控；四是交通安全的主动防控、 轨道交通智能运维与健康管理、城市停车的精细化治理、自主式交通系统等。其 中，自动驾驶汽车作为智能交通管控体系的重要组成部分，是实现车路协同、提 升人们出行体验的重要载体。 自动驾驶的参与企业主要分为两类：汽车制造厂商及互联网企业。汽车厂商 代表主要包括特斯拉、奥迪、奔驰、宝马、日产等；互联网代表企业包括谷歌、 苹果、Uber、百度等。两类企业切入无人

  3. 所属分类：其它

  1. 脉冲神经网络:模型、学习算法与应用

  2. 脉冲神经网络是目前最具有生物解释性的人工神经网络,是类脑智能领域的核心组成部分.首先介绍各类常用的脉冲神经元模型以及前馈和循环型脉冲神经网络结构;然后介绍脉冲神经网络的时间编码方式,在此基础上,系统地介绍脉冲神经网络的学习算法,包括无监督学习和监督学习算法,其中监督学习算法按照梯度下降算法、结合STDP规则的算法和基于脉冲序列卷积核的算法3大类别分别展开详细介绍和总结;接着列举脉冲神经网络在控制领域、模式识别领域和类脑智能研究领域的应用,并在此基础上介绍各国脑计划中,脉冲神经网络与神经形态处理器

  3. 所属分类：其它

« 12 »