开挂的熊猫

相信大家遇到一些非常头疼的问题：matlab编写好了，但是对应的C语言代码不知如何去写。比如编写好了神经网络代码，仿真结果属于非常满意的那种状况，但是C语言该怎么写呢？？  MATLAB 自带的 MATLAB Coder 工具，就能帮助我们解决这一问题。MATLAB Coder可以从MATLAB代码生成独立的、可读性强、可移植的C/C++代码。一些博主已经写的非常详细了，大家可以参考：https:...

最近在温习C语言，看的书是《C primer Plus》，忽然想起来以前在参加数学建模的时候，用过的一些智能算法，比如遗传算法、粒子群算法、蚁群算法等等。当时是使用MATLAB来实现的，而且有些MATLAB自带了工具箱，当时有些只是利用工具箱求最优解问题，没有自己动手亲自去实现一遍，现在都忘的差不多了。我觉得那样层次实在是很浅，没有真正理解算法的核心思想。本着“纸上得来终觉浅，绝知此事要躬行”的态

上一次我们使用遗传算法求解了一个较为复杂的多元非线性函数的极值问题，也基本了解了遗传算法的实现基本步骤。这一次，我再以经典的TSP问题为例，更加深入地说明遗传算法中选择、交叉、变异等核心步骤的实现。而且这一次解决的是离散型问题，上一次解决的是连续型问题，刚好形成对照。     首先介绍一下TSP问题。TSP(traveling salesman problem,旅行商问题)是典型的NP完全问题，即

以前搞数学建模的时候，研究过(其实也不算是研究，只是大概了解)一些人工智能算法，比如前面已经说过的粒子群算法(PSO),还有著名的遗传算法(GA),模拟退火算法(SA),蚁群算法(ACA）等。当时懂得非常浅，只会copy别人的代码(一般是MATLAB),改一改值和参数，东拼西凑就拿过来用了，根本没有搞懂的其内在的原理到底是什么。这一段时间，我又重新翻了一下当时买的那本《MATLAB智能算法30个案

最近在学习svm算法，借此文章记录自己的学习过程，在学习很多处借鉴了z老师的讲义和李航的统计，若有不足的地方，请海涵；svm算法通俗的理解在二维上，就是找一分割线把两类分开，问题是如下图三条颜色都可以把点和星划开，但哪条线是最优的呢，这就是我们要考虑的问题；首先我们先假设一条直线为 W•X+b =0 为最优的分割线，把两类分开如下图所示，那我们就要解决的是怎么获取这

SHARK is a fast, modular, feature-rich open-source C++ machine learning library. It provides methods for linear and nonlinear optimization, kernel-based learning algorithms, neural networks, and vario...