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. 数据挖掘--概念与技术

  2. 目录 第一章 引言 ......................................................................................................................................................... 8 1.1 什么激发数据挖掘？为什么它是重要的？.............................................................

  3. 所属分类：Web开发

    • 发布日期：2010-09-06
    • 文件大小：1mb
    • 提供者：huanghyw

  1. 37篇经过消化云计算论文打包下载

  2. 1、 Atmosphere-Ocean Climate (性能测试) 这篇文章讨论了高性能标准测试应用程序在亚马逊EC2云计算系统中的性能。经过测试发现EC2云计算系统是一个可靠的解决方案，支持按需响应，小规模，高性能计算应用程序。 2、 Chukwa: A large-scale monitoring system Chukwa是建立在Hadoop上的数据收集系统，用以监控和分析大规模的分布式系统。本文介绍了他的设计和初步实施。 3、 Cloud Computing and Grid Com

  3. 所属分类：网络攻防

    • 发布日期：2011-01-03
    • 文件大小：9mb
    • 提供者：wangsheng8888

  1. 37篇论文系刘鹏教授的研究生龚传消化整理

  2. 1、 Atmosphere-Ocean Climate (性能测试) 这篇文章讨论了高性能标准测试应用程序在亚马逊EC2云计算系统中的性能。经过测试发现EC2云计算系统是一个可靠的解决方案，支持按需响应，小规模，高性能计算应用程序。 2、 Chukwa: A large-scale monitoring system Chukwa是建立在Hadoop上的数据收集系统，用以监控和分析大规模的分布式系统。本文介绍了他的设计和初步实施。 3、 Cloud Computing and Grid Com

  3. 所属分类：专业指导

    • 发布日期：2012-05-20
    • 文件大小：9mb
    • 提供者：gongxq0124

  1. Outrageously Large Neural Networks: The Sparsely-Gated Mixture-of-Experts Layer

  2. 神经网络吸收信息的能力受限于其参数的数量。在这篇论文中，我们提出一种新类型的层——稀疏门控专家混合层（Sparsely-Gated Mixture-of-Experts(MoE)），它能够在仅需增加一点计算的基础上被用于有效提升模型的能力。这种层包含了多达数万个前向的子网络（feed-forward sub-networks，被称为专家（expert）），总共包含了多达数百亿个参数。一个可训练的门网络（gating network）可以确定这些专家的稀疏组合以用于每一个样本。我们将这种 MoE

  3. 所属分类：深度学习

    • 发布日期：2017-06-23
    • 文件大小：532kb
    • 提供者：yewei11

  1. 游戏之旅--我的编程感悟【有目录】

  2. 本版本与网上其他资源不同之处在于，此版本可进行编辑，搜索，已进行内容识别扫描。可全选，可编辑，可剪切文字。 部分目录如下： 第1 章计算机，游戏，我_ 我，云风，从二十年前的计 算机游戏萌芽阶段一路走来。计 算机，并不神秘。程序，也只是 表达计算机控制逻辑的符号而 巳。 第2 章算法，程序的灵魂 算法，先千计算机存在于世， 比编程语言本身更为蜇要C 语言 只是工具，算法才是灵魂。这里 简单介绍了数据结构的基本知 识、算法放率的评估方法、几种 NP 问题的定义。 这里对游戏中最常用的搜索 算法问

  3. 所属分类：其他

    • 发布日期：2018-05-01
    • 文件大小：37mb
    • 提供者：timeischoice

  1. 卷积神经网络综述

  2. 从1989年LeCun提出第一个真正意义上的卷积神经网络到今天为止，它已经走过了29个年头。自2012年AlexNet网络出现之后，最近6年以来，卷积神经网络得到了急速发展，在很多问题上取得了当前最好的结果，是各种深度学习技术中用途最广泛的一种。在本文中SIGAI将为大家回顾和总结卷积神经网络的整个发展过程。

  3. 所属分类：机器学习

    • 发布日期：2018-06-26
    • 文件大小：3mb
    • 提供者：sigai_csdn

  1. 神经网络29个案例及代码

  2. 文件包括29种神经网络的案例的matlab代码，包含数据，可以直接运行

  3. 所属分类：机器学习

    • 发布日期：2018-09-27
    • 文件大小：5mb
    • 提供者：neongod111

  1. MATLAB优化算法案例分析与应用第一版源程序完整版.zip

  2. 《MATLAB优化算法案例分析与应用》 MATLAB中文论坛鼎力支持，提供 在线交流，有问必答 网络互动答疑服务 详解34个工程应用案例、29个算法案例和34种算法应用 详解12种常用数据处理算法：灰色关联、偏zui小二乘回归、指数平滑、移动平均、马尔科夫链、层次分析、动态加权、模糊逼近、模糊综合评价、贝叶斯统计预测、数据包络分析和模糊聚类 详解4种常用神经网络处理算法：BP、RBF、Hopfield和SOM 详解6种生物智能算法：粒子群算法、遗传算法、蚁群算法、模拟退火算法、人群搜索算法和人

  3. 所属分类：机器学习

    • 发布日期：2019-05-24
    • 文件大小：12mb
    • 提供者：qq_23094611

  1. 数学建模-30种算法-汇总大全.zip

  2. 附录二Matlab在线性代数中的应用 附录三运筹学的LINGO软件 附录四判别分析 附录一Matlab入门 经典算法大全 排队模型 十大算法讲义 数学建模算法大全 数学建模算法全收录 算法大全第01章线性规划 算法大全第02章整数规划 算法大全第03章-非线性规划 算法大全第04章动态规划 算法大全第05章图与网络 算法大全第06章排队论 算法大全第07章对策论 算法大全第08章层次分析法 算法大全第09章插值与拟合 算法大全第10章数据的统计描述和分析 算

  3. 所属分类：Unity3D

    • 发布日期：2020-01-23
    • 文件大小：24mb
    • 提供者：qq_43371778

  1. SSD（single shot multibox detector）翻译

  2. SSD（single shot multibox detector）翻译，含原论文原创性声明 本人郑重声明:所呈交的学位论文,是本人在导师的指导下,独立进行研究工作 所取得的成果。除文中已经注明引用的内容外,本论文不包含任何其他个人或集体已 经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体,均已在文中 以明确方式标明。本人完全意识到本声明的法律结果由本人承担。 位论文作着(笔)签名分2y年D月日 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定,同意学

  3. 所属分类：讲义

    • 发布日期：2019-03-03
    • 文件大小：22mb
    • 提供者：qq_39696749

  1. 基于在线字典学习和脉冲耦合神经网络的脑图像融合

  2. 医学图像融合是医学影像和放射医学等领域的研究热点之一,广受医学界和工程界重视。提出一种基于在线字典学习(ODL)和脉冲耦合神经网络(PCNN)的脑部CT和MR图像融合新算法。首先,利用滑动窗技术将源图像分块,使用ODL算法和最小角回归算法(LARS)得到各图像块对应列向量的稀疏编码;其次,将稀疏编码作为脉冲耦合神经网络的外部输入刺激信号进行迭代处理,根据点火次数确定融合系数;最后,根据融合系数和学习字典重构融合图像。基于哈佛医学院的10组脑部CT和MR数据,将所提出算法同基于KSVD的融合算法、

  3. 所属分类：其它

    • 发布日期：2021-03-16
    • 文件大小：391kb
    • 提供者：weixin_38557095

  1. 使用脑电图功能自动诊断酒精使用障碍

  2. 酒精使用障碍（AUD）被认为是世界范围内的主要健康和社会问题。 更重要的是，由于自测报告的主观性，对AUD患者的筛查一直具有挑战性。 涉及神经影像学方法的自动化方法，例如定量脑电图（QEEG），已显示出令人鼓舞的研究成果。 但是，QEEG方法仅针对酒精依赖者（AD）和对照者而开发。 因此，本研究试图提出一种机器学习（ML）方法，以对1）酗酒者和健康对照者以及2）健康对照者，酗酒者和酗酒者进行分类。 拟议的ML方法涉及QEEG特征提取，最相关特征的选择以及研究参与者的相关组分类。 招募了12名酗酒

  3. 所属分类：其它

  1. SRCNN：适用于PythonTorch，Numpy和Avnet的ZedBoard的超分辨率卷积神经网络（SRCNN）-源码

  2. 超分辨率卷积神经网络（SRCNN） 适用于Python / Torch，Numpy和Avnet的ZedBoard的SRCNN实现 单个图像超分辨率（SR）的目的是从单个低分辨率（LR）图像中恢复高分辨率（HR）图像。 该存储库包含Dong，Chao等人的超分辨率卷积神经网络（SRCNN）的三种实现。 “使用深度卷积网络的图像超分辨率。” （ ） 概括 9-5-5卷积神经网络 三种实现 火炬：用于训练网络，提取权重和放大 脾气暴躁：升级 Cython：用于升级（可以在Avnet的上运行） 完

  3. 所属分类：其它