只为小站
首页
域名查询
文件下载
登录
环境动力学已知条件下策略迭代与值迭代的强化学习算法
1. 这是作者花费一周的时间,使用python写出的策略迭代和值迭代强化学习算法,以一个完整的项目发布,为解决“已知马尔科夫决策过程五元组,求最优策略”这类问题提供了算法与通用框架 2. 项目采用面向对象架构和面向抽象编程,用户可以在抽象类基础上,利用继承机制,定义新的具体环境类,测试该算法的有效性。项目还给出了unittest.Testcase的测试代码。 3. 在该项目中算法名称分别对应类:ValueIterationAgent和PolicyIterationAgent(都继承自MdpAgent),马尔科夫决策模型已知的环境抽象类MdpEnv 4. 为展示该算法的有效性,定义了一个GridWorldEnv的具体类,实现了作者博文中“在格子世界中寻宝”的最优策略的学习,并定义了一个GridWorldUI类可视化最优策略及基于最优策略的,用户可以运行住文件main.py 5. 该项目源码的最大特点是:架构合理,可维护性好,可读性强。你不断能学到这两个强化学习算法的精髓,也能够学到什么是好的python程序架构。 6.注意先阅读里面的readme.txt文件。
2024-05-08 21:56:25
329KB
强化学习
策略迭代
面向对象
python
1
基于Springboot+Vue+Python深度神经网络学习算法水质管理预测系统设计毕业源码案例设计.zip
基于Springboot+Vue+Python深度神经网络学习算法水质管理预测系统设计毕业源码案例设计
2024-04-30 13:48:38
4.21MB
1
基于Python爬虫+KNN数字验证码识别系统-机器学习算法应用(含全部工程源码)+训练数据集
1.项目利用Python爬虫技术,通过网络爬取验证码图片,并通过一系列的处理步骤,包括去噪和分割,以实现对验证码的识别和准确性验证。 2.项目运行环境:Python环境:需要Python 2.7配置,在Windows环境下下载Anaconda完成Python所需的配置,下载地址为https://www.anaconda.com/,也可以下载虚拟机在Linux环境下运行代码。 3.项目包括4个模块:数据爬取、去噪与分割、模型训练及保存、准确率验证。用request库爬虫抓取验证码1200张,并做好标注。图片爬取成功后进行去噪与分割。处理数据后拆分训练集和测试集,训练并保存。模型保存后,可以被重新使用,也可以移植到其他环境中使用。 4.准确率评估:测试结果精度达到99%以上。 5.项目博客:https://blog.csdn.net/qq_31136513/article/details/131571160
2024-04-28 10:40:57
23.11MB
python
爬虫
机器学习
验证码识别
1
基于GBDT+Tkinter+穷举法按排队时间预测最优路径的智能导航推荐系统-机器学习算法应用(含Python工程源码)+数据集
1.本项目采用百度地图API获取步行时间,基于GBDT模型对排队时间进行预测。实现用户自主选择多个目的地,系统输出最佳路线规划的结果,并根据用户的选择给出智能化推荐。 2.项目运行环境:需要Python 3.6及以上配置。 3.项目包括6个模块:数据预处理、客流预测、百度地图API调用、GUI界面设计、路径规划和智能推荐。选用GBDT建立模型,GBDT通过多轮迭代,每轮迭代产生一个弱分类器,每个分类器在上一轮的残差基础上进行训练;采用GBDT模型进行预测,输入当前天气、温度、风力风向、日期(是否是节假日、星期几)和时间即可得出当前客流量;当前客流量在后续预测排队时做一系列操作即可转换为排队时间;通过调用百度地图API模块产生节点之间的步行时间矩阵和客流模型,应用穷举法设计算法,得出最佳路线规划;系统将用户未选择的地点一次分别加入已选择的队列中进行运算,其基本思路与最佳路线规划模块一致,采用穷举法得到所有路线及其总耗时,最后将它们输出,实现智能推荐。 4.博客:https://blog.csdn.net/qq_31136513/article/details/133018114
2024-04-24 18:32:16
10.68MB
机器学习
python
GBDT
最优路径
1
基于简化版python+VGG+MiniGoogLeNet的智能43类交通标志识别-深度学习算法应用(含工程源码)+数据集+模型
1.本项目专注于解决出国自驾游特定场景下的交通标志识别问题。借助Kaggle上的丰富交通标志数据集,我们采用了VGG和GoogLeNet等卷积神经网络模型进行训练。通过对网络架构和参数的巧妙调整,致力于提升模型在不同类型交通标志识别方面的准确率。 2.项目运行环境包括:Python 环境、Anaconda环境。 3.项目包括3个模块:数据预处理、模型构建、模型训练及保存。项目使用德国交通标志识别基准数据集(GTSRB),此数据集包含50000张在各种环境下拍摄的交通标志图像;模型构建包括VGG模型和GoogLeNet模型简化版深度学习模型,MiniGoogLeNet由Inception模块、Downsample模块和卷积模块组成,卷积模块包括卷积层、激活函数和批量归一化;通过随机旋转等方法进行数据增强,选用Adam算法作为优化算法,随着迭代的次数增加降低学习速率,经过尝试,速率设为0.001时效果最好。 4.项目博客:https://blog.csdn.net/qq_31136513/article/details/135080491
2024-04-11 12:51:19
32.13MB
深度学习
python
图像识别
目标检测
1
Hands-On-Deep-Learning-Algorithms-with-Python:Packt的Python动手深度学习算法
使用Python的动手深度学习算法 这是Packt发布的《 的代码库。 通过使用TensorFlow实施深度学习算法和广泛的数学知识 这本书是关于什么的? 深度学习是AI领域最受欢迎的领域之一,可让您开发各种复杂程度不同的多层模型。 本书涵盖以下激动人心的功能: 实施基础到高级的深度学习算法 掌握深度学习算法背后的数学 熟悉梯度下降及其变体,例如AMSGrad,AdaDelta,Adam和Nadam 实施循环网络,例如RNN,LSTM,GRU和seq2seq模型 了解机器如何使用CNN和胶囊网络解释图像 如果您觉得这本书适合您,请立即获取! 说明和导航 所有代码都组织在文件夹中。 该代码将如下所示: J_plus = forward_prop(x, weights_plus) J_minus = forward_prop(x, weights_minus) 这是您需要的本
2024-04-10 09:45:51
127.09MB
python
machine-learning
deep-learning
1
基于先验知识的贝叶斯网络结构学习算法
从数据中学习结构是贝叶斯网络研究最重要的基本任务之一。 特别地,学习贝叶斯网络的可选结构是一个不确定的多项式时间(NP)难题。 为了解决这个问题,已经提出了许多启发式算法,并且其中一些在不同类型的先验知识的帮助下学习贝叶斯网络结构。 然而,现有算法对先验知识有一些限制,例如质量限制和使用限制。 这使得很难在这些算法中很好地利用先验知识。 在本文中,我们将先验知识引入了马尔可夫链蒙特卡洛(MCMC)算法,并提出了一种称为约束MCMC(C-MCMC)算法的算法来学习贝叶斯网络的结构。 定义了三种类型的先验知识:父节点的存在,父节点的不存在以及分布知识,包括边缘的条件概率分布(CPD)和节点的概率分布(PD)。 所有这些类型的先验知识都可以轻松地用在该算法中。 我们进行了广泛的实验,以证明所提出的方法C-MCMC的可行性和有效性。
2024-04-09 10:39:16
2.16MB
研究论文
1
基于机器学习算法:朴素贝叶斯和SVM 分类-垃圾邮件识别系统(含Python工程全源码)
本项目基于朴素贝叶斯和SVM 分类模型,通过对垃圾邮件和正常邮件的数据训练,进行相关词汇词频的统计分析,实现垃圾邮件的识别功能。本项目包括3个模块:数据模块、模型构建、附加功能。需要Python 3.6 及以上配置,在Windows 环境下载Anaconda 完成Python 所需的配置,也可以下载虚拟机在Linux 环境下运行代码。从github 网站下载与python PIL 库配搭使用的文字引擎pytesseract,将PIL 文件夹里的.py 文件,改为相应pytesseract.exe 路径。注册百度云账号,分别建立图像文字识别和图像识别的小程序。
2024-03-06 16:41:14
28.64MB
机器学习
支持向量机
朴素贝叶斯算法
分类算法
1
基于局部全局一致性学习算法的故障选线方法
针对现有故障选线方法用于中性点经消弧线圈接地系统或相电压过零点附近发生故障时选线不准确的问题,提出一种基于局部全局一致性学习算法的小电流选线方法,即首先对线路接地故障原始信号进行傅里叶变换,然后将各故障信号的特征量输入局部全局一致性学习算法,通过标签循环传递判断故障特征信号,从而选出故障线路。通过Matlab仿真模型与实验室测试平台对该方法进行了研究,结果表明该方法具有较高的选线可靠性与准确性。
2024-02-29 08:27:47
253KB
煤矿电网
小电流接地
故障选线
小电流选线
1
Machine-Learning-Algorithms-Second-Edition:机器学习算法第二版,由Packt发行
机器学习算法第二版 这是Packt发布的《 的代码库。 流行于数据科学和机器学习的算法 这本书是关于什么的? 机器学习以其强大而快速的大型数据集预测而获得了极大的普及。 但是,强大功能背后的真正力量是涉及大量统计分析的复杂算法,该算法搅动大型数据集并产生实质性见解。 本书涵盖以下激动人心的功能: 研究特征选择和特征工程过程 评估性能和误差权衡以进行线性回归 建立数据模型并使用不同类型的算法了解其工作方式 学习调整支持向量机(SVM)的参数 探索自然语言处理(NLP)和推荐系统的概念 如果您觉得这本书适合您,请立即获取! 说明和导航 所有代码都组织在文件夹中。 例如,Chapter02。 该代码将如下所示: from sklearn.svm import SVC from sklearn.model_selection import cross_val_score svc =
2023-12-15 16:31:18
97KB
Python
1
个人信息
点我去登录
购买积分
下载历史
恢复订单
热门下载
Android大作业——网上购物APP(一定是你想要的)
IEEE 39节点系统的Simulink模型
RNN-LSTM卷积神经网络Matlab实现
基于STM32的电子时钟设计
大唐杯资料+题库(移动通信)
mingw-w64-install.exe
Elsevier爱思唯尔的word模板.zip
代码随想录知识星球精华-大厂面试八股文第二版v1.2.pdf
人体姿态检测
狂神说Java系列笔记.rar
2019和2021年华为单板通用硬件笔试题及答案
java-spring-web-外文文献翻译40篇.zip
基于FPGA的DDS信号发生器设计(频率、幅度、波形可调)
Alternative A2DP Driver 1.0.5.1 无限制版
多目标优化算法(二)MOEAD(附带NSGA2)的文档和代码(MATLAB)
最新下载
全网最全nfs安装包 离线,内网皆可 RPM依赖+RPM安装包,手动,自动sh一体化各方面完整安装教程。不全你来砍我
东北大学-接口技术(微机原理)实验报告
LuckyDraw 抽奖功能源码
CCSDS官方标准合集
基于Java高校学生选课系统项目(使用文档+源码)
STM32F103R6-HAL多种模块Proteus仿真.zip
CSV或TXT文档的编码转换
MikTex-23.10 x64
mipi_D-PHY_specification_v01-00-00.pdf
7 series FPGAs SPI MultiBoot应用笔记
其他资源
matlab归一化函数mapminmax.m、boiler_process.m
软件调试第二版卷一硬件基础.pdf格式
计算机操作系统实验(5个详细实验)
LM算法的C++程序
yocto-Embedded Linux嵌入开发电子书4本合集
计算机操作系统实验代码(6个实验)
jsp书店租赁管理系统
Omnipeek11.01X64注册机
白平衡常用算法,包含灰色世界法,完美反色法,基于自动阈值处理白平衡的算法等等,都是在win32平台调试执行后
基于ARM9的远程视频监控系统
MySQL-Front_Setup.zip
超级UG刀库,自动加载进给和切销深度
java实现的仿UNIX操作系统课设
thinkpad w540、w541配置文件,完美config文件
12 总也倒不了的老屋 教案.docx
Apache利用.htaccess文件重写URL隐藏入口,模块名,实现伪静态-附件资源
干货|从零到一学习知识图谱的技术与应用
4讲机载激光雷达遥感原理与数据处理——实际操作.pptx
4.2比例,移动,镜像,旋转变换.zip
达芬奇机器人与腹腔镜远端胃癌根治术的近期疗效比较
日程管理(Java)
获取屏幕上任意一点的RGB值
C#开发的CRM客户关系管理系统源代码
HSPICE Reference Manual Commands and Control Options, version I-2013.12
用openssl实现sm2算法
ocx函数查看