本资源内容为人工智能学习者提供一种用excel来模拟神经网络算法的方法，提高学习兴趣或帮助同学更加了解神经网络的工作原理！资源内容详细解读神经网络算法的基本原理（内含图形深度剖析），以及在实现算法上各种公式应用的详解，一步步教大家如何去真正理解什么是神经网络算法的原理。

医务管理系统详细设计说明书

医院信息系统HIS详细介绍1[含HIS各子系统流程图、拓扑图]

医院信息系统his详细介绍[含his各子系统流程图、拓扑图]

C语言复习资料，适合初学C语言的人群，文章总结了C语言中的重要知识点，解决了看书时知识点很散的情况。

RHCE_练习总结包括RHCSA与RHCE详细操作.pdf

Systemback镜像还原详细指南

载一段音频信号，或录制一段各人自己的语音信号作为分析的对象，利用 Matlab 中的随机函数产生噪声加入到语音信号中，模仿语音信号被污染，并对原信号和含噪声的信号进行频谱分析。比较不同类型滤波器的性能，选择一种合适的数字滤波器的设计方法，对被噪声污染的信号进行滤波，分析滤波后信号的时域和频域特征，回放音频信号，分别绘制原信号、含噪声信号和滤波后信号的时域波形图和频谱图以及滤波器的频响特性曲线。

Pytorch框架Resnet_VGG两种网络实现人脸表情识别源码+训练好的模型+项目详细说明+PPT报告.zip 包含的网络有resnet网络，vgg网络，以及对应训练好的模型文件， 包含项目详细说明文档，可参考文档操作学习。 包含制作好的答辩PPT 该项目可以用来参考学习，适合深度学习初学者或者需要实践经验的工程师使用，也可以直接拿来作为毕设使用，请放心下载！ 由于该项目使用的人脸识别数据集太大，无法一起上传，故使用的数据集 下载链接为：https://download.csdn.net/download/DeepLearning_/87325578

非支配排序，拥挤度计算，pareto前沿，A Fast and Elitist Multi-objective Genetic Algorithm:NSGA-II NSGA算法 NSGA算法缺陷 NSGA-II算法 总结 1. 快速非支配排序法将时间复杂度改进为O(MN2)； 2.使用拥塞距离代替代替共享函数算法保持种群多样性； 引入精英保留策略。 非支配排序的复杂度较高: O(MN3) （M是目标函数的个数，N是种群大小)； 缺少精英保留策略； 需要人为指定共享参数σshare（共享小生境步骤）。 NSGA： nondominated sorting genetic algorithms-非支配排序遗传算法 nondominated：非支配 例：回家，两目标（费用，时间），均越小越好 动车A（270 , 7），普快B（120 , 10），飞机C（240，2） C（240，2）支配A（270 ， 7）; A（270 , 7）被C（240，2）支配; B（120 , 10）和C（240，2）不可比，即非支配。 目的：得到一组非支配的解--Pareto最优解集。