Ta上传的资源 (0)

本书共有43章,内容涵盖常见的神经网络(BP、RBF、SOM、Hopfield、Elman、LVQ、Kohonen、GRNN、NARX等)以及相关智能算法(SVM、决策树、随机森林、极限学习机等)。同时,部分章节也涉及了常见的优化算法(遗传算法、蚁群算法等)与神经网络的结合问题。此外,本书还介绍了M

人脸识别具有重要的实际应用价值，已成为计算机智能识别领域的热门研究课题。传统的人脸识别系统需要人的正面进行识别，而且仅对正面进行识别，因此在识别效率和准确率上存在很大缺陷。本文提出了基于BP神经网络的人脸方向识别方法，并利用MATLAB2014平台进行了人脸方向识别试验。统计试验结果表明，该方法预测

值得推荐的综述文章是微软研究院的LiDeng和DongYu合撰的DeepLearning:MethodsandApplications，成文于2014年。正所谓文如其名，本文前几个章节介绍深度学习的常用方法，后几个章节介绍深度学习在语音处理、信息检索这些领域中的应用，条分缕析，娓娓道来。由于像微软这

博弈是用来解决一组决策者之间冲突或合作问题的数学方法.在实现玩家和电脑之间的五子棋对弈时,常常使用博弈方法来确定电脑的走法步骤.经过对五子棋的一种博弈算法设计和实现的分析,总结出五子棋问题求解的算法思路,并分析出算法的性能瓶颈及相应的解决方案.

EM算法是期望最大化(ExpectationMaximization)算法的简称，用于含有隐变量的情况下，概率模型参数的极大似然估计或极大后验估计。EM算法是一种迭代算法，每次迭代由两步组成：E步，求期望(expectation)，即利用当前估计的参数值来计算对数似然函数的期望值；M步，求极大(ma