人工智能（第2版）

人工智能一种现代方法第四版习题答案.pdf

人工智能一种现代方法第四版习题答案

人工智能部分习题答案.pdf

人工智能部分习题答案.pdf

用A*算法解决routesearch问题

参考人工智能：一种现代方法第三版 用A*算法 DFS-BFS解决路径搜索问题

人工智能导论（Introduction to Artificial Intelligence）【722页ppt】.zip

722页ppt，核心内容包括：“人工智能：一种现代的方法”【第三版，作者：罗素 (Stuart J.Russell) / 诺维格 (Peter Norvig)】详细的讲了人工智能领域，并教会从头开始编写、调试和运行（某些）AI算法。

人工智能原理介绍.pptx

人工智能-一种现代方法(第二版). 人民邮电出版社，2004 . George F.Luger 著.史忠植等译.人工智能-复杂问题求解的结构和策略.机械工业出版社，2004 . 该领域最新发表的相关论文 人工智能原理介绍全文共99页，当前为...

aima-java:Russell和Norvig的“人工智能-一种现代方法”中算法的Java实现

最新的Maven信息（用于集成为第三方库） <groupId>com.googlecode.aima-java</groupId> <artifactId>aima-core <version>3.0.0 实施算法索引 数字 页 姓名（第3版） 代码 2个 34 环境 2.1 35 代理人 2.3 ...

《人工智能的产生与发展》教学设计.docx

这节课是浙教版新教材必修1《数据与计算》第五章第一节《人工智能的产生与发展》，主要内容是人工智能的启蒙性知识，包括人工智能的概念、发展历程以及主要的人工智能方法等。教材中按照时间顺利梳理了人工智能发展...

《计算机应用基础》(第二版)项目1.pptx

计算机基础知识 1.1 认识计算机 1.1.1 计算机的概念 计算机(computer)，俗称电脑，是一种用于高速计算的电子计算机器，既可以进行数值计算，又可以进行逻辑计算，还具有存储记忆功能。它能够按照程序运行，是自动、...

[详细完整版]计算机的发展.doc

利用计算机解决科学计算、工程设计、经营管理、过程控制或人工智能等各 种问题的方法，都是按照一定的算法进行的。这种算法是定义精确的一系列规则，它指 出怎样以给定的输入信息经过有限的步骤产生所需要的输出信息...

python的发展过程.docx

它的应用领域不断扩大，包括科学计算、数据分析、人工智能、机器学习等。Python的第二个版本（Python 2.0）于2000年发布，它引入了一些新的特性，如列表推导式、生成器等。Python 2.0的发布标志着Python开始成为一种...

计算机应用基础(第二版)教学设计.pdf

耗电 减少， 可靠性增 强 第三代 （1965-1970 年） 中、小规模集 成电路 多种高级语言、 完 善的操作系统 科学计数、 数据处 理及过程控制 体积更小、 耗电 更少、 可靠性更 高 第四代（1971 年至今） 大规模、超大...

计算机应用基础全套电子完整版204页.pptx

第1章 计算机基础知识 1.1.1、计算机的发展简史 1.1.2、计算机的特点与分类 1.1.3、计算机的应用 1.1 计算机的发展与应用 计算机是一种能够按照事先编制好的程序，接收数据、处理数据、存储数据并产生输出的现代化...

什么是智能工厂.docx

智能工厂中不仅仅是智能系统、智能模型这么简单，而是把传统的工厂附加上形象思维，让他独立承当起分析、判断、决策的任务，在智能机器的配合下能够更好的发挥出人的潜力，使人机之间表现出一种平等共事、互相理解...

软件工程知识点

螺旋模型是一种引入了风险分析与规避机制的过程模型，是瀑布模型、快速原型方法和风险分析方法的有机结合。其基本方法是，在各个阶段创建原型进行项目试验，以降低各个阶段可能遇到的项目风险。 6．喷泉模型 喷泉...

专门人才信息管理系统 DELPHI 完整版

但是随着社会化大生产的不断扩大和社会对产品多样化的需求，人们越来越重视信息在生产经营及企业管理中的作用，并把它当做企业的一种极其重要的资源，人们称之为“信息资源”，信息资源的处理已经成为当今世界上一项...

包租婆之房屋铺位物业租赁管理系统永久使用注册版.exe

　物管王、包租婆是本公司利用10年的计算机技术精华采用电子地图GIS+人工智能AI+管理MIS+游戏Game+财务管理综合现代技术根据用户的实际工作情况进行设计开发，支持最新的Vista平台上的使用，可以同时U盘、移动硬盘、...

WinRAR_4.0.exe

包含两个掩码，并且所有文件既匹配第一个掩码，也匹配第二个掩码， 较小的子集 或者更精确的匹配拥有更高的优先权。例如，如果你用 *.cpp 和 f*.cpp 掩码， f*.cpp 拥有更高的优先权。 RAR 命令行语法 ~~~~~~...

ChatGPT教程（终极版）最全整理

这是一篇动了某些人利益的良心教程。 这是一篇姗姗来迟的ChatGPT教程。 纯小白关于ChatGPT入门，你看我这篇文章就够了。 如果你已经用上了ChatGPT，更要恭喜你挖到宝藏，后面的高级技巧一定能让你有收获。 文章包含以下内容： 一、ChatGPT是啥？有什么用； 二、ChatGPT如何注册； 三、ChatGPT使用方法； 四、用ChatGPT搞钱； 五、高级技巧；

博客中Kmeans以及FCM算法数据（免积分）

博客中Kmeans以及FCM算法的数据，包括IRIS鸢尾花数据集、Wine葡萄酒数据集、Seed小麦种子数据集、glass数据集、WDBD乳腺癌数据集，下载在直接存入项目文件夹即可，如果下载不了，可以私信我，看到后会及时回复。

hugging face的models-openai-clip-vit-large-patch14文件夹

用于无法访问hugging face并需要运行stable-diffusion-webui时使用

神经网络回归预测--气温数据集

神经网络回归预测--气温数据集

XGBoost+LightGBM+LSTM-光伏发电量预测

包含比赛代码、数据、训练后的神经网络模型等。 在分析光伏发电原理的基础上，论证了辐照度、光伏板工作温度等影响光伏输出功率的因素，通过实时监测的光伏板运行状态参数和气象参数建立预测模型，预估光伏电站瞬时发电量，根据光伏电站DCS系统提供的实际发电量数据进行对比分析，验证模型的实际应用价值。 1 数据探索与数据预处理 1.1 赛题回顾 1.2 数据探索性分析与异常值处理 1.3 相关性分析 2 特征工程 2.1 光伏发电领域特征 2.2 高阶环境特征 3 模型构建与调试 3.1 预测模型整体结构 3.2 基于LightGBM与XGBoost的构建与调试 3.3 基于LSTM的模型构建与调试 3.4 模型融合与总结 4 总结与展望 参考文献

Mathwork+Matlab+编程手册

Introduction to Programming with MATLAB ~ Vanderbilt University

Stable-Diffusion WEBUI 简体中文语言包（2023.05.30更新）

AI绘图，Stable-Diffusion WEBUI，本地化（简体中文）语言文件。 原始文件来自翻译插件，根据自己实际使用情况，增加和修改了一些翻译。 配合【双语插件】看上去要自然一点，内容还在继续完善中。 本次增加了一些翻译内容，特别是插件。 同时继续合并了其它翻译插件的内容。 最近文字提示修改得有点多啊。 请放入“你的SDWebUI项目位置/localizations/”中。 中文翻译部分删掉了不少括起来的英文原文，所以别直接选它用。 请配合【Bilingual Localization】插件使用，双语同时显示，效果最好。

基于Python+pytorch的图像处理+附完整代码图像处理，能够轻松实现图像的读取、显示、裁剪等还有机器学习等操作

Python+PyTorch：图像处理界的“瑞士军刀” 在图像处理这个充满魔法的世界里，Python和PyTorch这对黄金搭档，就像一位技艺高超的魔法师和一把无所不能的“瑞士军刀”，总能轻松解决各种看似棘手的难题。它们以高效、灵活和强大的特性，引领着图像处理技术的发展潮流，让无数开发者为之倾倒。Python，这位优雅的魔法师，以其简洁易懂的语法和丰富的库资源，赢得了广大开发者喜爱。无论是数据处理、机器学习还是深度学习，Python都能轻松应对，展现出其无与伦比的魅力。在图像处理领域，Python更是如鱼得水，通过OpenCV、PIL等库，能够轻松实现图像的读取、显示、裁剪、缩放、滤波等操作，让图像在指尖起舞。而PyTorch，这把图像处理界的“瑞士军刀”，则以其灵活性和易用性，成为深度学习领域的翘楚。它拥有强大的自动求导功能，能够轻松构建和训练复杂的神经网络模型。在图像处理中，PyTorch能够助力开发者构建出各种高效的图像识别、分割、生成等模型，让图像焕发出新的生机。想象一下，当你掌握了Python和PyTorch这对黄金搭档，就如同掌握了一把魔法杖和一把瑞士军刀。必然大可作为

时间序列预测模型实战案例(Xgboost)(Python)(机器学习)包括时间序列预测和时间序列分类，点击即可运行！

内容概要 资源包括三部分(时间序列预测部分和时间序列分类部分和所需的测试数据集全部包含在内) 在本次实战案例中，我们将使用Xgboost算法进行时间序列预测。Xgboost是一种强大的梯度提升树算法，适用于各种机器学习任务，它最初主要用于解决分类问题，在此基础上也可以应用于时间序列预测。 时间序列预测是通过分析过去的数据模式来预测未来的数值趋势。它在许多领域中都有广泛的应用，包括金融、天气预报、股票市场等。我们将使用Python编程语言来实现这个案例。 其中包括模型训练部分和保存部分，可以将模型保存到本地，一旦我们完成了模型的训练，我们可以使用它来进行预测。我们将选择合适的输入特征，并根据模型的预测结果来生成未来的数值序列。最后，我们会将预测结果与实际观测值进行对比，评估模型的准确性和性能。 适合人群：时间序列预测的学习者,机器学习的学习者， 能学到什么：本模型能够让你对机器学习和时间序列预测有一个清楚的了解，其中还包括数据分析部分和特征工程的代码操作 阅读建议：大家可以仔细阅读代码部分，其中包括每一步的注释帮助读者进行理解，其中涉及到的知识有数据分析部分和特征工程的代码操作。

中文短信数据集-带标签

本数据集可用于进行文本分类、信息检索等自然语言处理实验，共包含80万条短信。其中：原始数据集data.txt每行为1条短信，格式为“标签\t短信内容”，标签=0表示正常短信，标签=1表示垃圾短信。train.csv和test.csv为拆分后的训练集与测试集，拆分代码为train_test_split.py。stopwords.txt为使用的停用词。 基于该数据集的文本分类详见文章https://blog.csdn.net/baidu_40395808/article/details/135793836，基于该数据集的信息检索详见文章https://blog.csdn.net/baidu_40395808/article/details/135897480。 示例如下： 0 商业秘密的秘密性那是维系其商业价值和垄断地位的前提条件之一 1 《依林美容》三．八．女人节倾情大放送活动开始啦！！！！超值套餐等你拿，活动时间x月x日一x月xx日， 详情进店咨询。美丽热线x

亚博K210模型训练部署

亚博K210模型训练部署

Plecs电力电子仿真PLECS41.64 电力系统仿真软件免安装版本

超级容易学习的电力电子仿真软件。 PLECS是一个用于电路和控制结合的多功能仿真软件，尤其适用于电力电子和传动系统。 对于仿真Buck电路，Boost电路，单相整流电路，单相逆变电路，三相整流电路，三相逆变电路，LLC电路等都能够完美实现。并且能够直接使用C语言进行编程仿真，让代码直接写完以后完整运行到控制板中。 Plecs主要解决了Matlab Simulink仿真速度很慢，学习过程复杂和困难等问题。 Plexim在电力电子仿真领域处于世界领先地位。首要软件产品PLECS可以协助用户加快产品开发和创新流程。其优势来源于先进的编程技术，以及融合了非常规建模概念的仿真算法。通过认真听取工程师的需求和建议，我们能够为客户的今天和未来提供满意的解决方案。 从2002年开始，PLECS已经在众多工业领域成为电力电子仿真的标准。典型应用涵盖新能源，车辆电子，航空航天，工业及牵引驱动等。

基于鲸鱼优化算法优化VMD参数试看效果代码(目标函数为样本熵)

1.采用鲸鱼算法优化VMD分解层数和惩罚系数的MATLAB代码，目标函数根据样本熵计算。直接运行，可以换数据。 2.核心算法加密，有需要请在CSDN联系作者。