基于python实现的BP神经网络手写数字识别模型实验源码+详细注释+数据集+项目说明+实验结果及总结.7z 人工智能 课程作业 手写数字数据集 BP网络模型识别手写数字 反向传播（英语：Backpropagation，缩写为BP）是“误差反向传播”的简称，是一种与最优化方法（如梯度下降法）结合使用的，用来训练人工神经网络的常见方法。该方法对网络中所有权重计算损失函数的梯度。这个梯度会反馈给最优化方法，用来更新权值以最小化损失函数。反向传播要求有对每个输入值想得到的已知输出，来计算损失函数梯度。因此，它通常被认为是一种监督式学习方法。反向传播要求人工神经元（或“节点”）的激励函数可微。

乳腺癌诊断SVM模型实验报告.docx

运动规划 包含机器人运动规划的算法和模型实验。该代码非常具有原型水准 接触隐式轨迹优化示例 绘画 简单的操作 网络漂移 赛博跳跃 角落里的盒子 料斗 (2D) 垂直步态 料斗 (2D) 翻转 简单的步行者（2D）（添加模型） 料斗 (3D) 料斗 (3D) 墙壁缩放 迷你高尔夫（修复 RBD 部门） 杯中球机器人手臂（从旧脚本移过来） 球杯四旋翼（从旧脚本移过来） 两足动物 (2D) 四足（2D）（修改模型） 四足（2D）在盒子上 四足（2D）后空翻 四足（3D） 蚂蚁（3D） 蛇 (3D) 地图集 直接策略优化示例 绘画 我们提供了使用 Deterministic Sampling and Collocation的Direct Policy Optimization 的示例。优化策略需要SNOPT并且其安装资源可在此处获得。这些示例中的轨迹和策略已保存并可加载以运行策略模拟和可视化。 线性二维码 双积分器 平面四旋翼 运动规划 摆 自动驾驶汽车 推车杆 火箭 四旋翼 两足动物 接触隐式模型预测控制示例 绘画

植被净初级生产力计算 朱文泉老师CASA模型 具体步骤详解

运行环境CentOS7，涉及进程、线程、信号量等知识

适合交通工程的学生

用maya2014做的

企业所得税的影响因素分析及预测模型实验报告

资源中包括7个实验的源代码和报告。源代码可运行，报告中包括实现类图。结构型设计模式：适配器模式 代理模式 桥接模式 装饰模式 组合模式 外观模式 享元模式

SEIR传播动力学模型 什么是SEIR传播动力学模型？ 经典SEIR模型将人群分为S (Susceptible，易感者)，I (Infected，感染者)，E (Exposed，潜伏者)和R (Recovered，康复人群)。 本文根据SEIR传播动力学模型，利用Python实现生成ER随机网格、并在网格间随机结边、模拟SEIR型传染病传播 该实验可分为两个步骤进行： 一、生成一个ER随机网络，生成网络节点的度分布图、画出节点分布图 二、编写程序：编程SEIR传播动力学模型。随机选择一个传播节点，基于SEIR传播动力学模型，统计每个时间步长对应的S,E,I,R四个状态节点数，作图 *注意：为防