基于BP神经网络和决策树的梅毒早期预警指标的模型构建.pdf

Agricultural Knowledge Graph 由于工作原因，该项目已停止维护。因此项目代码仅供参考，项目中包含的数据可免费用于学术等非商业用途。 相关工作请引用paper: AgriKG: An Agricultural Knowledge Graph and Its Applications[C]. DASFAA (3) 2019: 533-537 项目介绍： 本项目是上海市《农业信息服务平台及农业大数据综合利用研究》子课题《上海农业农村大数据共享服务平台建设和应用》的研究成果。 该课题是由上海市农业委员会信息中心主持，以“致富农民、服务市民、提高行政管理效能”为目标，充分发挥大数据在农业农村发展中的重要功能和巨大潜力，重点建设上海市级农业农村大数据中心，促进信息资源的共建共享和创新应用。 华东师范大学数据科学与工程学院（以下简称华师大数据学院）作为课题主要参与单位以实现智慧

SDR决策管理咨询-信息化战略制定方法论.pptx

直觉模糊数多属性决策的TOPSIS方法，卫贵武，，针对属性权重信息确定且属性值为直觉模糊数的多属性决策问题，提出了一种逼近理想解的决策分析方法。该方法依据传统的TOPSIS方法的

matlab的欧拉方法代码神经复合体 （课程于2019年Spring举行） 本课程旨在了解通过计算机模拟的不同数值模型在大脑神经元之间传递信号的过程，从而导致决策，记忆和学习。 用MATLAB编写的代码。 练习： 单神经元模型 PS4：使用欧拉方法对积分和发射模型进行编码，以近似估算不同的电流I。 神经网络 PS5：对环形网络的活动进行编码（具有连接），该网络提供正反馈以关闭神经元，而负反馈则向较远的神经元提供反馈。 然后提供一个输入，该输入也取决于每个神经元的方向。 最后，测试有无连接时输入方向的变化如何影响神经元活动。 PS6（提供的大量代码）：模拟神经网络中神经元的活动，其激发速率具有不同的均值和标准差。 突触重量和神经元数量之间的关系是从理想行为的平均值（低）和SD（高）得出的。 学习与记忆 PS7（a）：Bienenstock-Cooper-Munro（BCM）学习规则的实现，给定在每次模拟开始时随机选择的两种输入模式。 PS7（b）：在两个神经元之间执行尖峰时序相关可塑性（STDP），其中重量变化取决于与突触前神经元尖峰的时间差。 PS8：实现感知器以根据体重变化学习模式。

行业分类-电子-关于全行业售电均价分析辅助决策系统用数据采集装置的说明分析.rar

自动驾驶决策算法，另外还包含了自动驾驶学习资料 涵盖感知，规划和控制，ADAS，传感器； 1. apollo相关的技术教程和文档； 2.adas（高级辅助驾驶）算法设计（例如AEB,ACC,LKA等） 3.自动驾驶鼻祖mobileye的论文和专利介绍 4.自动驾驶专项课程（可能是目前最好的自动教师教程），是coursera上多伦多大学发布的自动驾驶专项课程，应该是目前为止非常火非常好的教程了，包含视频，ppt，论文以及代码 5.国家权威机构发布的adas标准，这是adas相关算法系统的标准，也是开发手册。 6.规划控制相关的算法论文介绍 7.等等总共3G多的资料

ldpc matlab代码LDPC-解码器 该存储库包含使用 MATLAB 和 C++ 的 LDPC 软决策解码器。 该存储库使用已经建立的 LDPC 奇偶校验矩阵来模拟它们在 MATLAB 中的性能。 C++ 代码用于创建解码和编码消息所需的图形矩阵。 要使用 C++ 代码，请确保您的计算机上有一个 MATLAB 兼容的 C++ 编译器，您可以使用 mex。 对于支持的 MATLAB 编译器： 环境设置：使用“mex soft_decoder.cpp”编译代码，一个可执行文件将显示在文件夹中，其中包含在 MATLAB 中使用的函数。 Parity Matrix, H 和 Generator Matrix, G 是提供的示例矩阵。 更多奇偶矩阵可以从： 和 中找到。 它们存储为 alist 文件。 要将 alist 文件转换为 H 和 G，提供了经过修改的 perl 脚本。 确保您的计算机上安装了 perl。 它应该在大多数 linux 发行版上。 对于 Windows 用户： 从 Alist 文件生成奇偶校验矩阵： 一种。 给定一个 alist 文件“wimax_576_0.5.al

9.4由决策树提取分类规则 决策树分类方法有它的优点，但是也有一定的局限性，比如，利用算法生成的决策树的规模会因为训练数据集的巨大而变得过大使得难以理解，可读性差。如果直接从决策树中提取出IF－THEN规则，建立基于规则的分类器，与决策树分类器相比，IF－THEN规则可能更容易理解，特别是当决策树分支非常大时也一样 。

决策树的应用python