matlab算法,工具源码,适合毕业设计、课程设计作业,所有源码均经过严格测试,可以直接运行,可以放心下载使用。有任何使用问题欢迎随时与博主沟通,第一时间进行解答! matlab算法,工具源码,适合毕业设计、课程设计作业,所有源码均经过严格测试,可以直接运行,可以放心下载使用。有任何使用问题欢迎随时与博主沟通,第一时间进行解答! matlab算法,工具源码,适合毕业设计、课程设计作业,所有源码均经过严格测试,可以直接运行,可以放心下载使用。有任何使用问题欢迎随时与博主沟通,第一时间进行解答! matlab算法,工具源码,适合毕业设计、课程设计作业,所有源码均经过严格测试,可以直接运行,可以放心下载使用。有任何使用问题欢迎随时与博主沟通,第一时间进行解答! matlab算法,工具源码,适合毕业设计、课程设计作业,所有源码均经过严格测试,可以直接运行,可以放心下载使用。有任何使用问题欢迎随时与博主沟通,第一时间进行解答! matlab算法,工具源码,适合毕业设计、课程设计作业,所有源码均经过严格测试,可以直接运行,可以放心下载使用。有任何使用问题欢迎随
2024-06-16 19:15:56 93.55MB matlab 毕业设计 课程设计
1
基于LSTM神经网络模型的日志异常检测 主要基于Deeplog实现 DeepLog - Anomaly Detection and Diagnosis from System Logs through Deep Learning (部分paper来源于知网,请尊重版权~)
2024-05-24 13:36:59 82.2MB Python
1
基于Elman神经网络模型的短期电力负荷预测模型_包满
2024-05-14 22:42:41 1.52MB
1
深度学习网络模型 MobileNet系列v1 ~ v3网络详解以及pytorch代码复现 1、DW卷积与普通卷积计算量对比 DW与PW计算量 普通卷积计算量 计算量对比 2、MobileNet V1 MobileNet V1网络结构 MobileNet V1网络结构代码 3、MobileNet V2 倒残差结构模块 倒残差模块代码 MobileNet V2详细网络结构 MobileNet V2网络结构代码 4、MobileNet V3 创新点 MobileNet V3详细网络结构 注意力机制SE模块代码 InvertedResidual模块代码 整体代码
2024-04-11 12:04:25 504.75MB 网络 网络 pytorch pytorch
1
以非线性预测评价为基础,采用BP神经网络模型,利用遗传算法优化网络初始权值和阈值,建立一个新的煤矿底板突水危险性预测的网络模型,通过收集不同突水矿井的资料,综合考虑多种影响底板突水的因素。运用Matlab编程对网络原始数据进行训练,并对不同工作面底板是否突水及突水量进行预测分析,结果表明,该模型收敛速度快、预测精确度高,且具有较强的泛化能力。
2024-01-08 19:32:30 621KB BP神经网络 遗传算法 底板突水
1
深度学习算法要在手机上落地,caffe依赖太多,手机上也没有cuda,需要个又快又小的前向网络实现,ncnn就诞生了,它目前支持以下平台:跨平台,主要支持 android,次要支持 ios / linux / windows。 input data and extract output #include #include #include net.h int main() { cv::Mat img = cv::imread(image.ppm, CV_LOAD_IMAGE_GRAYSCALE); int w = img.cols; int h = img.r
2023-12-17 00:30:06 42KB
1
高光谱图像分类2D_CNN网络代码 基于pytorch框架制作 全套项目,包含网络模型,训练代码,预测代码,直接下载数据集就能跑,拿上就能用,简单又省事儿 内附indian pines数据集,采用20%数据作为训练集,并附上迭代10次的模型结果,准确率99左右。
2023-09-05 16:16:48 330KB pytorch pytorch 网络 网络
1
复杂网络相关SCI论文,包括小世界模型、无标度模型、局域世界模型等,研究复杂网络、系统工程、社交网络等相关领域的可以参考借鉴
2023-07-09 20:20:05 48.41MB 复杂网络 模型
1
IOCP网络模型-附件资源
2023-05-21 23:24:45 106B
1
基于pytorch实现的堆叠自编码神经网络,包含网络模型构造、训练、测试 主要包含训练与测试数据(.mat文件)、模型(AE_ModelConstruction.py、AE_Train.py)以及测试例子(AE_Test.py) 其中ae_D_temp为训练数据,ae_Kobs3_temp为正常测试数据,ae_ver_temp为磨煤机堵煤故障数据,数据集包含风粉混合物温度等14个变量 在程序中神经网络的层数和每层神经元个数没有固定,可根据使用者的输入值来构造神经网络,方便调试 autoencoder类在初始化时有三个参数,第一个是网络输入值,第二个是SAE编码过程的层数(编码、解码过程层数相同),第三个是是否添加BN层 这里为了构造方便,给每层神经元的个数与层数建立一个关系:第一层神经元的个数为2^(layer数+2),之后逐层为上一层的1/2
2023-04-13 21:52:14 15.8MB pytorch 堆叠自编码 神经网络 SAE
1