里面的内容是个人毕设做的。其中程序是可行的。用matlab语言进行图像处理

为了提高遥感图像语义分割的效果和分类精度,设计了一种结合ResNet18网络预训练模型的双通道图像特征提取网络。将多重图像特征图进行拼接,融合后的特征图具有更强的特征表达能力。同时,采用批标准化层和带有位置索引的最大池化方法进一步优化网络结构,提升地表目标物的分类准确率。通过实验,将所提方法与多种神经网络方法进行准确率和Kappa系数比较。结果显示,所提的网络结构可以在小数据量样本下取得90.68%的总体准确率,Kappa系数达到了0.8595。相比其他方法,所提算法取得了更好的语义分割效果,并且整体训练时间大幅缩短。

jump_neuro_gesture

针对当前基于网络拓扑结构相似性的链路预测算法普遍存在精确度较低且适应性不强的问题，研究发现融合算法能够有效改善这些问题。提出了一种基于神经网络的融合链路预测算法，主要通过神经网络对不同链路预测相似性指标进行融合。该算法使用神经网络对不同相似性指标的数值特征进行学习，同时采用标准粒子群算法对神经网络进行了优化，并通过优化学习后的神经网络模型计算出融合指标。多个真实网络数据集上实验表明，该算法的预测精度明显高于融合之前的各项指标，并且优于现有融合方法的精度。

一种将水印技术和神经网络结合起来的算法，讲神经网络的BP算法应用到水印的提取当中，结果很好

请注意，该项目仍处于测试阶段。 请报告您遇到的任何问题或建议。 我们将尽力Swift解决它们。 也欢迎捐款！ 神经先知 基于PyTorch的和启发的基于神经网络的时间序列模型。 文献资料 我们目前正在改进。 有关NeuralProphet的直观介绍，请查看的演讲。 讨论与帮助 讲解 有几个可以帮助您入门。 请参阅我们的以获取更多资源。 最小的例子 from neuralprophet import NeuralProphet 导入软件包后，可以在代码中使用NeuralProphet： m = NeuralProphet () metrics = m . fit ( df , freq

驾驶员的地位在车辆操纵稳定性的闭环研究中和智能车的开发中非常的重要,现在研究速度控制行为特性较少。运用神经网络自适应PID控制理论对汽车速度进行研究。

基于BP神经网络实现共享单车数据预测， 可以运行，还有详细的注释 环境：anaconda+jupyter notebook。 文件包含代码+数据集

股票预报员 人工智能软件基于神经网络技术、先进的统计方法和非周期性股价波动分析。 Stock-Forecasting 软件预测股价，产生交易“买入-持有-卖出”信号，计算最有利可图的公司投资并分析预测的准确性。

二维下料matlab代码GAN字符生成 一个基于机器学习，基于神经网络的项目，可以通过对抗性学习生成具有不同样式的单个字符。 数据包要求：模块numpy ， tensorflow （版本2及更高版本，但应与1一起使用）和keras ，然后将scipy加载.mat文件，并将tqdm作为实用程序包tabulate和tqdm 。 没有防护罩，因此必须安装所有防护罩，程序才能正常工作。 作者：弗朗切斯科·比安科（Francesco Bianco） 电邮： 快速介绍 快速运行：从存储所有.py文件的工作文件夹中，创建一个名为'temp_project'的文件夹，并将其中包含EMNIST数据集的'matlab'文件夹放入其中，以使路径为./temp_project/matlab/emnist-letters.mat （在Unix中，或等效于Windows系统.\temp_project\matlab\emnist-letters.mat ）有效。 然后启动不带命令行参数的程序以实现默认行为：它们将在'temp_project'中创建文件夹，对于基于EMNIST的网络，其前缀为'E_'，对于MNIS