NLP领域经典《自然语言处理综论》英文版第三版更新，与之前的版本相比，重写了5、6、7、8、17、18、19、23、24、25章节的大部分内容和并新增了第9章节“递归神经网络中的序列处理（Sequence Processing with Recurrent Networks）”的草稿；调整了神经网络及其训练的教学顺序，从逻辑回归开始，到（词）嵌入，前馈网络以及递归神经网络；新增或者加大了BPE处理、tf-idf、柱搜索解码、隐马尔可夫模型、词典推理、阅读理解、自动问答等内容；一些旧的章节被移到附录。

BP神经网络创建和RBF神经网络基于近红外光谱的汽油辛烷值预测，matlab2021a测试

BAT算法工程师深入详细地讲解反向传播（BP）算法，带你轻松入门深度学习！

基于增量式GHSOM神经网络模型的入侵检测研究 基于增量式GHSOM神经网络模型的入侵检测研究 基于增量式GHSOM神经网络模型的入侵检测研究 基于增量式GHSOM神经网络模型的入侵检测研究 基于增量式GHSOM神经网络模型的入侵检测研究 基于增量式GHSOM神经网络模型的入侵检测研究 基于增量式GHSOM神经网络模型的入侵检测研究 基于增量式GHSOM神经网络模型的入侵检测研究 基于增量式GHSOM神经网络模型的入侵检测研究 基于增量式GHSOM神经网络模型的入侵检测研究 基于增量式GHSOM神经网络模型的入侵检测研究 基于增量式GHSOM神经网络模型的入侵检测研究 基于增量式GHSOM神经网络模型的入侵检测研究 基于增量式GHSOM神经网络模型的入侵检测研究 基于增量式GHSOM神经网络模型的入侵检测研究 基于增量式GHSOM神经网络模型的入侵检测研究 基于增量式GHSOM神经网络模型的入侵检测研究 基于增量式GHSOM神经网络模型的入侵检测研究 基于增量式GHSOM神经网络模型的入侵检测研究 基于增量式GHSOM神经网络模型的入侵检测研究 基于增量式GHSOM神经网络模型的入侵检

SNN脉冲神经网络中integrate-and-fire neuron神经元仿真测试

神经网络解决马尔可夫决策问题思路，理解强化学习的先导

基于BP神经网络的车型识别

资源包含相关参考文献及对应的matlab仿真程序，仅供参考。 针对欠驱动船舶的路径跟踪问题,提出一种基于强化学习的自适应迭代滑模控制方法。该方法引入双曲正切函数对系统状态进行迭代滑模设计,并采用神经网络对控制参数进行优化,增强控制器的自适应性。通过定义一种控制量抖振测量变量和强化学习信号,实现对神经网络的参数进行在线调整,能进一步抑制控制量的抖振作用。其次,针对欠驱动船舶的轨迹跟踪问题,把设计的基于强化学习的迭代滑模控制器推广到两路控制,对跟踪轨迹的横向和纵向偏差分别进行迭代滑模控制器设计,控制器输出为控制舵角和柴油机转速,根据舵角和转速抖振实现参数调节,控制器的控制结构与路径跟踪控制类似。

利用python实现神经网络识别手写数字

利用鱼群算法优化BP神经网络权值，本代码包括完整的鱼群算法，BP神经网络算法和运行数据，可以直接运行。