全部分类
源码/资料
Windows编程
Linux/Unix编程
WEB开发
移动互联网开发
数值算法/人工智能
区块链开发
网络编程
系统/网络安全
通讯编程
游戏
多媒体
嵌入式/单片机/硬件编程
图形图象
物联网
Java编程
行业应用
数据库系统
虚拟/增强现实-VR/AR
压缩解压
汇编语言
LabView编程
3D打印
易语言编程
编辑器/阅读器
编译器/解释器
磁盘编程
多国语言处理
FlashMX/Flex源码
并行计算
书籍源码
Delphi控件源码
操作系统开发
中间件编程
MacOS编程
电子书籍
VC书籍
Java书籍
Delphi/CppBuilder
软件工程
认证考试资料
其他书籍
文章/文档
工程标准规范
文件格式
软件设计/软件工程
技术管理
行业发展研究
人物传记/成功经验
通讯编程文档
系统设计方案
软件测试
其他
数值算法/人工智能（51+资源）
AI技术+企业数智化转型+合同管理+合同智能应用+NLP+大数据+知识图谱
数智化转型是一条降本、增效、提质的创新道路。目前随着市场发展需要，尤其受这几年疫情影响，企业数智化需求更加明显，企业数智化转型，势必要进行，且必须坚定地一走到底！
数智化转型是一项复杂的系统工程，在深入推动数智化工作中，企业会面临很多困难和挑战，比如企业数智化改造需求模糊且庞杂，关键标准实施的规划及指南的缺失，导致部分企业在内部业务梳理未完成，数据尚未打通，没有找好转型切入点的情况下，盲目开展数智化转型，又会致使转型的效果不佳......
未来所有企业将都是数智企业，数智化已经成为所有企业的主旋律。企业要加快数智化转型的步伐，在市场竞争中塑造数智化竞争力。
想要实现数智化转型，企业应该着眼于哪些方面？
智合同针对企业数智化转型进行了深入研究，并充分利用AI技术，助力企业合同管理相关内容的数智化转型，为企业未来整体实现数智化管理提供了强有力支撑。其智能应用贯穿合同全生命周期管理的各阶段，适用于全行业，使用场景灵活多变，用户体验良好。在企业数智化转型过程，起到了至关重要的作用。
智能控制第4版仿真程序-下载.zip
《智能控制（第4版）》中的程序，第6章 神经网络的理论基础
6.1 神经网络发展简史
6.2 神经网络原理
6.3 神经网络的分类
6.4 神经网络学习算法
6.4.1 Hebb学习规则
6.4.2 Delta（δ）学习规则
6.5 神经网络的特征及要素
6.6 神经网络控制的研究领域
思考题与习题6
第7章 典型神经网络
7.1 单神经元网络
7.2 BP神经网络
7.2.1 BP网络特点
7.2.2 BP网络结构
7.2.3 BP网络的逼近
7.2.4 BP网络的优缺点
7.2.5 BP网络逼近仿真实例
7.2.6 BP网络模式识别
7.2.7 BP网络模式识别仿真实例
7.3 RBF神经网络
7.3.1 RBF网络结构与算法
7.3.2 RBF网络设计实例
7.3.3 RBF网络的逼近
7.3.4 高斯基函数的参数对RBF网络逼近的影响
7.3.5 隐含层节点数对RBF网络逼近的影响
7.3.6 控制系统设计中RBF网络的逼近
思考题与习题7
本章附录(程序代码)
第8章 高级神经网络
8.1 模糊RBF网络
8.1.1 网络结构
8.1.2 基于模糊RBF网络的逼近算法
8.1.3 仿真实例
8.2 小脑模型神经网络
8.2.1 CMAC概述
8.2.2 一种典型CMAC算法
8.2.3 仿真实例
8.3 Hopfield网络
8.3.1 Hopfield网络原理
8.3.2 基于Hopfield网络的路径优化
思考题与习题8
本章附录(程序代码)
第9章 神经网络控制
9.1 概述
9.2 神经网络控制的结构
9.2.1 神经网络监督控制
9.2.2 神经网络直接逆控制
9.2.3 神经网络自适应控制
9.2.4 神经网络内模控制
9.2.5 神经网络预测控制
9.2.6 神经网络自适应评判控制
9.2.7 神经网络混合控制
9.3 单神经元自适应控制
9.3.1 单神经元自适应控制算法
9.3.2 仿真实例
9.4 RBF网络监督控制
9.4.1 RBF网络监督控制算法
9.4.2 仿真实例
9.5 RBF网络自校正控制
9.5.1 神经网络自校正控制原理
9.5.2 自校正控制算法
9.5.3 RBF网络自校正控制算法
9.5.4 仿真实例
9.6 基于RBF网络直接模型参考自适应控制
9.6.1 基于RBF网络的控制器设计
9.6.2 仿真实例
9.