模式识别与智能计算:MATLAB技术实现,模式识别经典教程,简单易懂,深入浅出
2022-02-28 12:24:55 29.29MB 模式识别 matlab
1
车载智能计算基础平台参考架构1.0.pdf
2022-02-21 09:07:47 799KB 架构 车载平台
1
2021-2022中国人工智能计算力发展评估报告
2022-02-07 14:12:56 2.85MB 人工智能 数据仓库
1
猫群算法的ppt,猫群算法(Cat Swarm Optimization ,缩写为CSO)是由Shu-An Chu等人在2006年首次提出来的一种基于猫的行为的全局优化算法
2022-01-11 14:39:46 4.15MB 猫群 算法 智能计算 群智能
1
评述量子计算的历史、研究现状以及进一步发展的方向。着重论述量子算法的机理,对已知量子算法特征进行总结分析;归纳量子计算与经典智能计算的结合模式,比较其与传统智能计算的异同。在总结量子计算存在问题的基础上,探讨了今后的研究方向。
1
现有训练集数据,1000 × 7,如下: xxxxxxxxxxxxxxxxxxxx 有测试集数据,100 × 7,如下: xxxxxxxxxxxxxxxxxxxx 以上数据分别是从某系统采集的数据,  训练数据集中,分别是采集的数据和标注结果,其中1、2分别表示该系统有无故障;  测试数据集中,分别是采集的数据和真实结果,其中1、2分别表示该系统有无故障; 现在需要使用训练数据集训练BP神经网络,然后用训练好的神经网络对测试数据集进行测试,并与真实结果进行对比,最终分析出神经网络的性能。 % --- Executes on button press in pushbutton6. function pushbutton6_Callback(hObject, eventdata, handles) % hObject handle to pushbutton6 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) global output_test inputn_train outputn_train inputn_test ... outputps BPoutput_test xunlian_num Error input_train output_train %创建网络 %获得gui_set中值 num_yinhan=str2num(get(findobj('tag','edit_yinhan'),'string')); TF=get(findobj('tag','transfer'),'string'); %传递函数 valueTF=get(findobj('tag','transfer'),'value'); TF=TF{valueTF}; BTF=get(findobj('tag','train'),'string'); %训练函数 valueBTF=get(findobj('tag','train'),'value'); BTF=BTF{valueBTF}; BLF=get(findobj('tag','learn'),'string'); %学习函数 valueBLF=get(findobj('tag','learn'),'value'); BLF=BLF{valueBLF}; tic;%启动一个定时器 net=newff(inputn_train,outputn_train,num_yinhan,{TF},BTF,BLF); net.trainParam.epochs=str2num(get(findobj('tag','cishu'),'string')); net.trainParam.goal=str2num(get(findobj('tag','goal'),'string')); net.trainParam.lr=str2num(get(findobj('tag','rate'),'string')); net=train(net,inputn_train,outputn_train); an=sim(net,inputn_test); t=toc;%关闭定时器,获取程序运行时间 %网络输出反归一化
车载人工智能计算芯片白皮书(2021年)
2022-01-05 15:06:55 667KB 车载人工智能计算芯片白皮书 2021
人工智能计算解决方案
2021-12-27 20:10:18 3.15MB AI
1
基于自适应遗传算法, 提出一种多项式模型结构与参数的一体化辨识方法. 针对组合非线性系统, 首先将选 定的候选项原始序列与输出序列进行相关度评估, 根据其大小排列进行遗传算法染色体结构的自适应编码; 在迭代 辨识充分后, 再次计算候选项贡献序列与由该项造成的模型损失序列间的相关度, 剔除相关度较小的项, 调整模型结 构; 如此循环迭代, 在完成参数辨识的同时最终确认模型结构. 仿真实例验证了算法的有效性.
1
GAP8边缘计算模块的规格书,适用于边缘计算,嵌入式AI开发人员。本文介绍了GAP8的详细属性和一些应用场景,全英文,后续可能会翻译
2021-12-15 17:02:52 1.49MB 嵌入式AI greenwave
1