SLAM For Dummies
SLAM For Dummies (A Tutorial Approach to Simultaneous Localization and Mapping
Springer Handbook
Springer Handbook robot
Probabilistic Robotics
Probabilistic Robotics
x86_64-w64-mingw32
mingw的64位版本，用来对theano模块进行编译，亲测可用，安装theano方法请看链接http://www.cnblogs.com/jinee/p/4463476.html
人工智能中的云模型
人工智能中的云模型，这是花的云模型matlab源代码
云模型的两篇文章,主要还是对算法的改进
云模型的两篇文章,对其发展有一定作用，主要还是对算法的改进
云模型算法的实现,在目标范围内搜寻最优解
云模型算法的实现,一维，二位，三十维，在目标范围内搜寻最优解，这是其matlab代码
云模型雾化算法
云模型的雾化算法，这是其matlab源代码
云模型的自适应粒子群算法
云模型的自适应粒子群算法，将云模型应用于自适应粒子群算法中，这是其源代码
一维云模型的c++程序代码
这是一维云模型的c++程序代码，可用此C++代码直接生产一维的云模型，功能强大
向量机的马尔可夫模型.
向量机的马尔可夫模型，这是其matlab源代码
遗传算法与粒子群算法的实现
遗传算法与粒子群算法融合的实现，更好的利用了各自的优点，这是其matlab源代码
PSO算法求解CVRP“车辆路径问题
PSO算法求解CVRP“车辆路径问题”，这是其matlab代码
收缩因子和惯性权重的基本PSO粒子群
收缩因子和惯性权重的基本PSO粒子群，这是其matlab源代码
蚁群算法优化ＰＩＤ参数
用蚁群算法优化ＰＩＤ参数，这是matlab源代码
自适应粒子群算法
这是自适应粒子群算法的matlab源代码，十分经典好用
bp神经网络用于PID控制器
bp神经网络用于PID控制器，训练bp网络实现PID的智能控制
机器学习与数据挖掘方法和应用
这是一本关于机器学习的经典书籍， 《机器学习与数据挖掘方法和应用》
用免疫算法用于优化TSP局部搜索法
将免疫算法用于TSP问题，优化TSP局部搜索法，算法强大
解Job_shop调度问题的混合模拟退火进化规划
解Job_shop调度问题的混合模拟退火进化规划，介绍详尽
模拟退火算法用于模糊控制单元
A simulated annealing algorithm for fuzzy unit commitment problem，模拟退火算法用于模糊控制单元
模拟退火算法的改进
模拟退火算法的改进，总结了模拟算法的各种改进算法，很强大
快速模拟退火算法
快速模拟退火算法，是对模拟退火算法的一种改进
模拟退火c++程序
模拟退火c++程序，代码均有详细的注释，很有用
Matlab的模拟退火算法工具箱
Matlab的模拟退火算法工具箱，很全很强大
人工智能-一种现代方法
人工智能经典教材，第一版就被被60个国家600所大学采用，是学习人工智能的最权威的综合读物
专家系统PROLOG程序设计
介绍了专家系统PROLOG程序设计的方法
《用Prolog建专家系统》学习笔记
学习笔记摘录：专家系统的开发工具，准备选用GNU Prolog, CLIPS, PyCLIPS, EreSye。其实，这4个工具分属2类语言，第一个是逻辑编程的Prolog，其他3个是函数编程的LISP。
它们都是比较冷门的语言工具。LISP类的那3个比较陌生，还需努力学习掌握。
Erlang程序设计中文版（完整书签）
Erlang程序设计中文版，带有完整书签，很不错哦
实验四约束问题实验群_人工智能
这是蔡自兴的人工智能第四个实验，实验四约束问题实验群_人工智能
实验二搜索策略实验群_人工智能
这是蔡自兴的人工智能第二个实验,实验二搜索策略实验群_人工智能
实验一产生式系统实验群
蔡自兴的人工智能实验课资料，这是实验一，产生式系统实验群
蔡自兴_人工智能课后答案
配套蔡自兴的《人工智能》，课后答案，详细
《人工智能与专家系统》自学指导书
《人工智能与专家系统》自学指导书
学习目的和要求
1.系统性与新颖性相结合。本书比较系统地介绍了人工智能与专家系统的理论，方法与实现技术，力求反映该领域的学科前沿及最新成果。
2.理论性与实用性相结合。本书既注重结合有关语言与工具的编程介绍实现技术，精选应用实例和习题，理论联系实际。
3.对有关概念、原理、方法与技术的阐述力求准确、精炼，写作风格上尽量通俗易懂、深入浅出。
西门子PLC编程手册
入门指南等
第1章 有关STEP 7-Micro/WIN和S7-200 CPU的基本信息 第2章 编程概念 第3章 如何输入阶梯逻辑程序
RSS订阅
356
