搜索资源列表
ganzhiqi
- 模式识别分类器,本代码是感知器,训练数据在压缩包的fisher1.txt中
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。
percepron
- 1.感知器对于线型可分问题的收敛性证明 2.用感知器对线型可分得问题进行分类 1)分三类的问题 2)一组10维数据的分类 3.用感知器对线型不可分的问题进行分类及 不能正确分类的原因证明 说明: 1.运行程序不仅能得到分类的结果,还能够得到网络性能分析的结果 2.matlab7.0下实现
Matlab_SVM
- 使用支持向量机对仿人感知器建模,并给出了其在不规则图形面积测量中的应用实例,附有120幅图片及其面积,前100幅用作训练,后20幅用作检验,图片文件默认路径为C:\\MATLAB7\\work\\P100,即应将文件解压到默认路径C:\\MATLAB7\\work,使用其他路径只需将程序中的图片路径替换即可。
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_classification_ppt
- 运用matlab实现感知器算法,同时在线性不可分时给出提示
shibie
- 模式识别感知器算法实现(样本分类),基于iris数据
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
modeidentify
- 神经网络模式识别,利用感知器和BP网进行模式识别的基本方法
g1
- 创建感知器神经网络 并对其进行训练 计算运行时间 matlab7.0环境运行无误
ganzhiqi
- 感知器网络的matlab源代码,欢迎下载
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
1
- 单层感知器简单实验,用以实现多人表决系统
PatternRecognition
- 1.Fisher分类算法 2.感知器算法 3.最小二乘算法 4.快速近邻算法 5.K-近邻法 6.剪辑近邻法和压缩近邻法 7.二叉决策树算法
perceptron
- 本程序采用感知器算法进行分类设计,采用Borland C++ Builder 6.0进行编程实现。
BPnet
- java applet实现的bp神经网络和感知器,使用图形化曲线显示训练过程,使用时直接打开文件夹中的网页
Perceptron_Algorithm
- 这里的几篇文章都是关于感知器算法的文章,如有感兴趣的可以来share!
PerceptronAlgorithm
- 感知器是神经网络里面的一个重要分类器,本例子采用matlab实现单个神经元感知器,分类效果较好~
perceptive_128
- 这是有个基于matlab的单一感知器神经元应用的实例