《MATLAB 神经网络43个案例分析》源代码&数据
网络资源，美赛数学建模可自用，免费分享出来。
美国大学生数学建模竞赛（MCM/ICM），简称“美赛”，由美国数学及其应用联合会主办，是最高的国际性数学建模竞赛，也是世界范围内最具影响力的数学建模竞赛，一般也指数学建模竞赛。赛题内容涉及经济、管理、环境、资源、生态、医学、安全、等众多领域。
2024-03-19 14:20:12
11.77MB
1
《MATLAB 神经网络43个案例分析》源代码&数据
2024-03-19 14:18:53
12MB
1、资源内容：基于Matlab实现100个经典神经网络实战案例（源码+数据）.rar
2、适用人群：计算机，电子信息工程、数学等专业的大学生课程设计、期末大作业或毕业设计，作为“参考资料”使用。
3、解压说明：本资源需要电脑端使用WinRAR、7zip等解压工具进行解压，没有解压工具的自行百度下载即可。
4、免责声明：本资源作为“参考资料”而不是“定制需求”，代码只能作为参考，不能完全复制照搬。不一定能够满足所有人的需求，需要有一定的基础能够看懂代码，能够自行调试代码并解决报错，能够自行添加功能修改代码。由于作者大厂工作较忙，不提供答疑服务，如不存在资源缺失问题概不负责，谢谢理解。
2024-03-19 14:17:07
124.64MB
Python网络数据抓取代码主要涉及Python爬虫技术，可以用于自动化采集网络上的数据，如网页内容、图片、视频、音频等。这些数据可以用于数据分析、机器学习、自然语言处理等多个领域。
适用人群：
Python网络数据抓取代码适用于具有一定Python编程基础和网络基础知识的人群，包括数据分析师、数据科学家、机器学习工程师、自然语言处理工程师、Web开发工程师等。
使用场景：
Python网络数据抓取代码可以用于自动化采集数据，包括网站内容、电商产品信息、股票行情、新闻报道等，也可以用于建立垂直搜索引擎、舆情监测、市场调研、信息挖掘等多个领域。
其他说明：
Python网络数据抓取代码需要遵守网络爬虫法律法规，不能对数据进行商业用途。此外，为了防止对目标网站造成过大的流量压力，建议使用数据抓取框架或限制爬取频率。同时，网络数据抓取也需要遵守网络伦理和道德规范，不得侵犯他人隐私和知识产权。
2024-03-18 11:44:41
34KB
1
本文使用的数据集是MNIST，主要使用两个卷积层加一个全连接层构建的卷积神经网络。
先载入MNIST数据集（手写数字识别集），并创建默认的Interactive Session（在没有指定回话对象的情况下运行变量）
from tensorflow.examples.tutorials.mnist import input_data
import tensorflow as tf
mnist = input_data.read_data_sets(MNIST_data/, one_hot=True)
sess = tf.InteractiveSession(）
在定义一个初始化函数，因为卷
2024-03-17 17:06:44
80KB
1
基于麻雀算法(SSA)优化径向基神经网络SSA-RBF时间序列预测。
matlab代码，优化参数为扩散速度，采用交叉验证。
评价指标包括:R2、MAE、MSE、RMSE和MAPE等，代码质量极高，方便学习和替换数据。
2024-03-17 13:51:12
26KB
1