人工智能I
文章平均质量分 62
Xuannn_n
社畜
展开
-
【人工智能I】人工神经网络
人工神经网络神经元与神经网络使用步骤神经元与神经网络麦克洛奇和皮兹的M-P模型激活函数性质阶跃函数对称阶跃函数sigmoid函数(S型函数)Tanh函数(双曲正切S型函数)ReLU函数(线性整流单元rectified linear units)Softplus函数神经网络的结构前馈型神经网络( 前向型)BP-非动力学反馈型(直接或间接)-非线性动力学系统神经网络的工作方式网络模型参数学习损失函数梯度下降法反向传播BP神经网络神经元与神经网络使用步骤1、建立模型:选择什么样的网络结构 ; 选择多少层数原创 2021-01-17 21:36:32 · 570 阅读 · 0 评论 -
【人工智能I】机器学习之分类
机器学习之分类贝叶斯条件概率乘法定理全概率公式贝叶斯公式贝叶斯分类朴素贝叶斯分类决策树信息熵与信息增益决策树的过程根节点挑选新的节点构建完整的树总结KNN(k近邻)流程K值的选择应用贝叶斯条件概率乘法定理全概率公式贝叶斯公式贝叶斯分类朴素贝叶斯分类例题:决策树信息熵与信息增益信息熵:表示信息的复杂程度,例如集合A={1,1,1,2,2}和集合B={1,2,3,4,5}相比,集合A的熵更小。信息增益:是在划分数据集前后信息熵的差值。决策树的过程根节点1、原创 2021-01-17 17:30:04 · 309 阅读 · 1 评论 -
【人工智能I】机器学习之回归
机器学习之回归回顾知识线性回归一元线性回归多元线性回归逐步回归分析线性回归的损失函数逻辑回归回顾知识线性回归线性:函数里面的自变量和因变量之间的对应关系在集合呈现直线(平面或者超平面)回归:用一条直线(平面或者超平面)来拟合真实世界中的一些规律线性回归:线性回归就是用自变量和因变量之间的对应关系呈现一条直线的函数来进行拟合现实生活中的一些规律一元线性回归两个变量的数据进行线性回归,就是要找到一条直线来最好地代表散点图中的那些点多元线性回归逐步回归分析逐步回归分析法的思想:从一原创 2021-01-17 13:14:53 · 215 阅读 · 0 评论 -
【人工智能I】不确定性推理方法
不确定推理方法不确定性推理的基本概念基本问题概率方法经典概率方法逆概率方法可信度方法可信度概念C-F模型知识不确定性的表示证据不确定性的表示组合证据不确定性的算法不确定性的传递算法结论不确定性的合成算法证据理论概率分配函数信任函数似然函数概率分配函数的正交和基于证据理论的不确定性推理不确定性推理的基本概念不确定性推理:从不确定性的初始证据出发,通过运用不确定性知识,最终推导出具有一定程度的不确定性但却是合理或者近乎合理的结论的思维过程。基本问题概率方法经典概率方法逆概率方法可信度方法原创 2021-01-17 12:35:14 · 1503 阅读 · 1 评论 -
【人工智能I】粒子群算法的应用
粒子群算法的应用粒子群优化算法解决四维rosenbrock问题思路设计实验代码解决TSP问题实验代码粒子群优化算法解决四维rosenbrock问题思路设计种群大小:算法中粒子的数量取m=5编码:由于问题的维度是4,所以每个粒子的位置和速度均4维的实数向量设粒子的最大速度为Vmax=60然后再次计算适应度,直到达到迭代结束的条件。实验代码#include <stdio.h>#include <math.h>#include <unistd.h>#i原创 2021-01-16 15:49:41 · 738 阅读 · 0 评论 -
【人工智能I】粒子群算法
粒子群算法算法介绍粒子群优化算法的最优解算法流程算法流程图粒子群算法的构成要素群体大小m权重因子最大速度停止准则粒子空间的初始化领域的拓扑结构算法介绍所有粒子都在一个D维空间进行搜索所有的粒子都由一个fitness function确定适应值以判断目前的位置好坏每个粒子必须赋予记忆功能,能记住所搜索到的最佳位置每个粒子还有一个速度以决定飞行的距离和方向,这个速度根据它本身的飞行经验以及同伴的飞行经验进行动态调整粒子群优化算法的最优解算法流程Initial:初始化粒子群体,包括随机原创 2021-01-16 15:09:44 · 385 阅读 · 0 评论 -
【人工智能I】蚁群算法
蚁群算法蚂蚁如何找到最短路径蚁群算法特征基本思想数学模型(以TSP问题为例子)初始化选择路径更新信息输出结果蚁群大小终止条件蚁群算法的基本思想(总结)蚁群算法的改进优化带精英策略的蚂蚁(AS)蚁群系统(ACS)最大最小蚂蚁系统(MMAS)基于优化排序的蚂蚁系统(ASrank)最优最差蚂蚁系统(BWAS)一种新的自适应蚁群算法(AACA)基于混合行为的蚁群算法(HBACA)蚂蚁如何找到最短路径信息素:信息素多的地方经过这里的蚂蚁多,会有更多的蚂蚁聚集过来。正反馈现象:某一路径上走过的蚂蚁越多,则后来者原创 2021-01-15 14:30:28 · 943 阅读 · 1 评论 -
【人工智能】遗传算法实验
遗传算法实验TSP问题rosenbrock问题TSP问题#include <stdio.h>#include <string.h>#include <stdlib.h>#include "math.h"#include "time.h"#include <unistd.h> //提供统一API接口 #include <bits/stdc++.h> //万能头文件,包含几乎可以用到的所有C++函数库 #define C原创 2021-01-15 13:45:13 · 785 阅读 · 0 评论 -
【人工智能I】知识表示实验
知识表示实验猴子摘香蕉问题问题描述实验代码简单动物识别系统的产生式表示问题描述实验代码猴子摘香蕉问题问题描述实验代码方法1:#include<stdio.h>#include<iostream>using namespace std;int banana(int a,int c,int b){ int i; if(a!=b){ if(a<b){ cout<<"猴子在箱子左边,它向右走"<<b-a<<"步,已到达原创 2021-01-15 12:49:55 · 1174 阅读 · 0 评论 -
【人工智能I】知识表示
知识表示知识与知识表示的概念一阶谓词逻辑表示法谓词谓词公式连接词量词谓词公式一阶谓词逻辑知识表示方法一阶谓词逻辑表示法的特点产生式表示法产生式确定性规则知识的产生式表示不确定性规则知识的产生式表示产生式系统产生式表示法的特点框架表示法一般结构用框架法表示知识的例子框架表示法的特点知识与知识表示的概念知识:在长期的生活及社会实践中、科学研究及实验中积累起来对客观世界的认识与经验。把有关信息关联在依其所形成的信息结构。相对正确性:任何知识都是在一定的条件下及环境下产生的,在这种条件以及环境下才是正确的。原创 2021-01-15 12:30:03 · 1042 阅读 · 0 评论 -
【人工智能I】蚁群算法解决TSP问题(实验)
蚁群算法解决TSP问题蚁群算法蚂蚁如何找到最短路径基本思想实验原理实验步骤算法来源单个蚂蚁寻找路径正反馈:多样性:具体实现需要解决的两个首要问题实验代码蚁群算法蚂蚁如何找到最短路径基本思想实验原理实验步骤算法来源蚁群算法的基本原理来源于自然界蚂蚁觅食的最短路径原理,根据昆虫学家的观察,发现自然界的蚂蚁虽然视觉不发达,但它可以在没有任何提示的情况下找到从食物源到巢穴的最短路径,并且能在环境发生变化(如原有路径上有了障碍物)后,自适应地搜索新的最佳路径。单个蚂蚁寻找路径正反馈:单个的原创 2020-11-09 17:42:46 · 1601 阅读 · 0 评论 -
【人工智能I】遗传算法
遗传算法产生和发展基本思想求解过程实例编码形成初始群体计算适应度复制交叉变异终止基本算法编码群体设定适应度函数选择交叉变异一般步骤应用(TSP问题)产生和发展基本思想求解过程实例编码用字符串表达所研究的问题,成为编码。表达问题的字符串相当于遗传中的染色体,每个字符串称为个体,每一遗传代次中个体的组合成为群体。形成初始群体遗传算法中,常用随机的方法产生初始群体,即随机生成一组任意排列的字符串。计算适应度衡量字符串好坏的标准是适应度,就是目标函数,适应度是以后优胜劣汰的主要判据。复制从旧原创 2020-11-04 17:34:28 · 446 阅读 · 0 评论