GA优化BP神经网络权值和阈值，克服BP神经网络易于陷入局部最小值等问题。
不仅可以自动搜索神经网络最佳隐藏层神经元数量，还可以固定经GA优化后的权值和阈值使得网络多次运行最终结果不变。
不仅可以自动搜索神经网络最佳隐藏层神经元数量，还可以固定经GA优化后的权值和阈值使得网络多次运行最终结果不变。
2019/4/13 14:53:25
70KB
1
人工智能实验练习，包括线性回归，逻辑回归，深度神经网络，循环神经网络，卷积神经网络。
含数据和python代码，代码文件请用Jupyterlab翻开。
含数据和python代码，代码文件请用Jupyterlab翻开。
2018/2/4 18:09:15
13.47MB
1
资源为人工神经网络的MATLAB代码，所提供的人工神经网络代码是在基础的ANN算法的基础上进行了改进，提升了算法的计算速度。
欢迎有需求的下载使用
欢迎有需求的下载使用
2020/11/6 18:08:43
951B
1
包含“王权富贵-MNIST-BP神经网络”“王权富贵-MNIST-BP神经网络仅训练部分版本”“王权富贵-MNIST-数据集熟习+线性神经网络”这些系列！每句话备注！
2017/2/19 3:21:37
73.13MB
1
运满满自开始微服务改造以来，线上线下已有数千个微服务的Java实例在运行中。
这些Java实例部署在数百台云服务器或虚机上，除少数访问量较高的关键应用外，大部分实例均混合部署。
这些实例的管理，采用自研平台结合开源软件的方式，已实现通过平台页面按钮菜单执行打包、部署、启动、停止以及回滚指定的版本等基本功能，取得了不错的效果。
但仍然存在如下几个痛点：1.实例间资源隔离，尤其在高峰期或故障期间，单服务器上不同实例间CPU和内存资源的争抢特别明显。
2.线上某个应用实例异常时需要人工干涉，导致较长的故障时间。
3.大批服务端应用新版上线后，如网站关键功能故障，需要针对每个应用，选择对应的版本，执行回滚操作，
这些Java实例部署在数百台云服务器或虚机上，除少数访问量较高的关键应用外，大部分实例均混合部署。
这些实例的管理，采用自研平台结合开源软件的方式，已实现通过平台页面按钮菜单执行打包、部署、启动、停止以及回滚指定的版本等基本功能，取得了不错的效果。
但仍然存在如下几个痛点：1.实例间资源隔离，尤其在高峰期或故障期间，单服务器上不同实例间CPU和内存资源的争抢特别明显。
2.线上某个应用实例异常时需要人工干涉，导致较长的故障时间。
3.大批服务端应用新版上线后，如网站关键功能故障，需要针对每个应用，选择对应的版本，执行回滚操作，
2017/3/22 23:58:56
1.13MB
1
AlphaBeta技术井字游戏，在Java中运用AlphaBeta技术。
作为人工智能学科的大学活动（计算机科学-UEPB）开发。
＃图片韩元：它输了：控制台：
作为人工智能学科的大学活动（计算机科学-UEPB）开发。
＃图片韩元：它输了：控制台：
2020/11/24 3:25:41
154KB
1
人工智能高分课设，运用Matlab自行构建神经网络结构，实现对鸢尾花数据集的分类，并且进行参数对比分析，还包含对比效果图和代码流程图，可直接用在报告中。
2015/6/13 1:38:57
236KB
1
人工智人-家居设计-基于Thread的智能家居无线传感网络零碎设计.pdf
2019/5/25 9:35:51
3.01MB
1
人工智人-家居设计-基于UPnP标准和ZigBee网络的混淆型智能家庭网络.pdf
2021/4/2 3:36:23
1.99MB
1
人工智人-家居设计-基于WebService的智能化网络构件研究及使用.pdf
2018/5/22 17:10:34
3.09MB
1
在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。
每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。
另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。
为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03
15KB