搜索资源列表
PerceptionApproches
- 感知器和其他聚类算法,如lmse。另外还包含了更多的比如c均知法,各种简单的非监督据类程序,有利于直接使用-Perceptron and other clustering algorithms, such as lmse. It also includes more like c all know, a variety of simple non-supervisory category According to procedures, it will directly use
myworkonnnet
- 多层感知器(MLP)(BP算法训练)、径向基函数网络(RBF网络)、支持向量机(SVM)对2D Mexican Hat、Gabor、Friedman 以及Polynomial等几种函数数据集进行回归和预测-multilayer perceptron (MLP) (BP algorithm training), RBF network (RBF), Support Vector Machine (SVM) to 2D Mexican Hat, Gabor, Friedman Polynomial
Artificail.NN
- 人工神经网络(感知器模型和BP算法) 模式识别课程实验-artificial neural network (perceptron model and BP algorithm) Experimental Pattern Recognition
PRHomeWork
- 模式识别中K均值、ISODATA等聚类算法以及感知器线性判别算法的Java实现,源码包含一个完整的Eclipse工程,便于重用
chepaishibie2
- 在车辆牌照自动识别系统中,因自然因素或采 样因素使得原本规则的印刷体字符产生畸变,给字符识别带 来了很大困难。本文在特征抽取的基础上,采用BP网络进行 分类,并附加线性感知器来实现单字的有效识别。该方法算法 简便,识别率高,可适用于多种高噪声环境中的印刷体字符识 别。
bp_xor
- 神经网络中的多层感知器的BP(反向传播)学习算法,并在MFC中以主观方式显示学习过程。
pattern_recognition_SODATA_LMSE_beys
- 模式识别常用算法ISODATA_K均值_感知器_LMSE最小误差_贝叶斯
gzqsf
- 连续多输出感知器训练算法的实现,实现BP算法
sjwl
- 神经网络理论与MATLAB7实现 书籍和源码打包在一起了. 分别介绍了几种比较重要的神经网络类型,包括感知器、线性网络和BP网络等,并介绍了这些网络的结构及学习算法,以及MATLAB的实现方法。第6章介绍了神经网络的图形用户界面
BP
- 利用BP算法,设计一个多层感知器为表中的数据集提供一个非线性逼近,并测试其泛化能力-The use of BP algorithm, the design of a multi-layer perceptron for the table of data sets to provide a non-linear approximation, and testing their generalization ability
patternrecognition
- 文件中包含多种模式识别常用的算法,如:ISODATA、 K均值、 感知器、 LMSE最小误差、 贝叶斯,希望对大家能有所帮助-File contains a variety of commonly used pattern recognition algorithms, such as: ISODATA, K-means, perceptron, LMSE the smallest error, Bayesian, in the hope that we can help
ex3
- 基于BP神经网络识别字符. BP神经网络算法是把一组样本输入输出问题转化为一个非线性优化问题,并通过梯度算法利用迭代运算求解权值的一种学习方法。采用BP网络进行分类,并附加线性感知器来实现单字符的有效识别,算法简便,识别率高,可适用于多种高噪声环境中的印刷体字符识别。-BP neural network based character recognition. BP neural network algorithm is a set of sample input and output is
Continuous-multi-output-Perceptron-Training-Algori
- 连续多输出感知器训练算法的实现 利用c语言实现-Continuous multi-output Perceptron Training Algorithm
bp1
- 利用BP算法,设计一个多层感知器为表中的数据集提供一个非线性逼近,并测试其泛化能力。-BP algorithm is used to design a multi-sensor data sets for the table to provide a non-linear approximation, and to test its generalization ability.
ganzhiqi
- 用感知器分类算法分离三类样本,每个分类面都将一类与其他所有的类分开-Classification algorithm with the separation of three types of sensor samples,Each category will face a class with all the other classes separately
2
- 通过随机产生高斯分布数据,来对数据进行分类。(The data are classified by random generation of gaussian distribution data.)
network1
- 应用人工神经网络的建模方法,采用多层感知器的模型结构,利用自适应学习速率的BP学习算法(The application of artificial neural network algorithm and the model structure of multilayer perceptron)
rcnwjd68
- 经典的B-P算法,还包括其它一些程序,比如一个前馈多层感知器算法()
perception
- 多分类的感知器算法,包括Ho_Kashyap的mse实现(Multiple classification of perceptron algorithms, including the MSE implementation of Ho_Kashyap)
HK
- HK算法思想很朴实,就是在最小均方误差准则下求得权矢量. 他相对于感知器算法的优点在于,他适用于线性可分和非线性可分得情况,对于线性可分的情况,给出最优权矢量,对于非线性可分得情况,能够判别出来,以退出迭代过程.(The idea of HK algorithm is very simple, which is to obtain the weight vector under the minimum mean square error criterion. Compared with th