粒子群算法（PSO）和遗传算法(GA)都是优化算法，都力图在自然特性的基础上模拟个体种群的适应性，它们都采用一定的变换规则通过搜索空间求解。  PSO和GA的相同点：  (1)都属于仿生算法。PSO主要模拟鸟类觅食、人类认知等社会行为而提出；GA主要借用生物进化中“适者生存”的规律。  (2)都属于全局优化方法。两种算法都是在解空间随机产生初始种群，因而算法在全局的解空间进行搜

今天看到一款神经网络入门游戏，BugBrain。在游戏中，你可以通过连接神经元，设置神经元阈值等建造虫子的大脑，让瓢虫、蠕虫、蚂蚁等完成各种任务。下载下来玩了玩，难度真不是入门级的= =！真心佩服作者的智商。

脉冲神经网络Spiking neuralnetworks (SNNs)是第三代神经网络模型，其模拟神经元更加接近实际，除此之外，把时间信息的影响也考虑其中。思路是这样的，动态神经网络中的神经元不是在每一次迭代传播中都被激活（而在典型的多层感知机网络中却是），而是在它的膜电位达到某一个特定值才被激活。当一个神经元被激活，它会产生一个信号传递给其他神经元，提高或降低其膜电位。

粒子群算法（PSO）和遗传算法(GA)都是优化算法，都力图在自然特性的基础上模拟个体种群的适应性，它们都采用一定的变换规则通过搜索空间求解。  PSO和GA的相同点：  (1)都属于仿生算法。PSO主要模拟鸟类觅食、人类认知等社会行为而提出；GA主要借用生物进化中“适者生存”的规律。  (2)都属于全局优化方法。两种算法都是在解空间随机产生初始种群，因而算法在全局的解空间进行搜

今天看到一款神经网络入门游戏，BugBrain。在游戏中，你可以通过连接神经元，设置神经元阈值等建造虫子的大脑，让瓢虫、蠕虫、蚂蚁等完成各种任务。下载下来玩了玩，难度真不是入门级的= =！真心佩服作者的智商。

脉冲神经网络Spiking neuralnetworks (SNNs)是第三代神经网络模型，其模拟神经元更加接近实际，除此之外，把时间信息的影响也考虑其中。思路是这样的，动态神经网络中的神经元不是在每一次迭代传播中都被激活（而在典型的多层感知机网络中却是），而是在它的膜电位达到某一个特定值才被激活。当一个神经元被激活，它会产生一个信号传递给其他神经元，提高或降低其膜电位。

IoT与公有云平台天生就有千丝万缕的联系，基于公有云的IoT平台，依托各种云产品，能给联网设备提供更多能力。本文参考阿里云IoT、AWS IoT的平台架构，拆解开IoT平台的各个功能，以期透视各模块间的联系，加以裁剪优化和评估排序，根据公司的业务规划，从0搭建一个新的IoT平台。（查看原文）张竞成个人网站：http://process-z.com...