利用桶排序给数组a排序，建立的桶为b和e，其中b为含有十万个桶，e为只有一个链表的桶，然后对b和e使用插入算法排序，比较两种算法的时间，b需要40毫秒左右，e需要9到10分钟。
上传时间： 2014-01-02
上传用户：13681659100
一个用java写的回归分析的类，可用于预测、模式识别
上传时间： 2015-04-18
上传用户：wcl168881111111
一个很好的Matlab工具箱源码，用于SVM的
上传时间： 2014-10-14
上传用户：Pzj
我用于脑机接口P300拼写范例中的程序，关于SVM的详尽源程序
上传时间： 2014-12-04
上传用户：bakdesec
SVMtoy 一个SVM图形化演示工具，可以直观地观察SVM的运行情况。
上传时间： 2015-05-27
上传用户：thinode
BP神经网络算法的matlab代码，本程序根据训练好的网络文件ANN.mat预测新的数据文件，得到均方误差，并画出预测数据和原数据的对比图。希望有用
上传时间： 2014-06-14
上传用户：jiahao131
HMM(Hidden Markov Model)，狀態數目N=3，觀察符號數目M=2，時間長度T=3。 (a) Probability Evaluation: 給定狀態轉換機率A、狀態符號觀察機率B、和起始機率 ，求觀察序列 出現的機率。 (b) Optimal State Sequence: 給定狀態轉換機率A、狀態符號觀察機率B、起始機率 、和觀察序列 ，求一個狀態序列 使得O出現的機率最大。 (c) Parameter Estimation: 給定狀態轉換機率A、狀態符號觀察機率B、起始機率 、和觀察序列 ，求新的A、B、 ，使得O出現的機率最大。
上传时间： 2014-08-28
上传用户：heart520beat
burg法估计AR（P)模型参数的算法。里面ef是前项误差bf是后项误差，mse是预测误差的均方值。程序的最后输出的是把各阶预测误差放在一个下三角距阵中
上传时间： 2013-12-20
上传用户：wmwai1314
在这个电脑中的虚拟市场中，若干被称为交易者的人工智能程序(Agent)通过观察它们所在的数字世界中 股价和股息的不断变换而做出预测，并且根据这些预测做出购买股票与否以及购买股票数量的决策。 反过来，所有的交易者的决策又决定了股票的价格，这样，整个的股票交易市场就构成了一个自我封闭的 计算系统。同时，这些交易者都具有学习的能力，可以根据以前预测的成功或者失败对自己的决策进行调整 ，并且通过一种被称为遗传算法的方法产生创新能力。总之，ASM是一个电脑中不断进化的虚拟股票市场！ 通过研究ASM，我们可以更好的理解现实世界的行为，并且它提供了一个很好的现实股市的隐喻。
上传时间： 2013-12-12
上传用户：cuiyashuo
上下文无关文法（Context-Free Grammar, CFG）是一个4元组G=(V, T, S, P)，其中，V和T是不相交的有限集，S∈V，P是一组有限的产生式规则集，形如A→α，其中A∈V，且α∈(V∪T)*。V的元素称为非终结符，T的元素称为终结符，S是一个特殊的非终结符，称为文法开始符。 设G=(V, T, S, P)是一个CFG，则G产生的语言是所有可由G产生的字符串组成的集合，即L(G)={x∈T* | Sx}。一个语言L是上下文无关语言（Context-Free Language, CFL），当且仅当存在一个CFG G，使得L=L(G)。 *⇒ 例如，设文法G：S→AB A→aA|a B→bB|b 则L(G)={a^nb^m | n,m>=1} 其中非终结符都是大写字母，开始符都是S，终结符都是小写字母。
标签： Context-Free Grammar CFG
上传时间： 2013-12-10
上传用户：gaojiao1999
