搜索资源列表
Adaptive
- 但神经元自适应PID模糊控制matLab仿真实验程序源码
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~
EBP
- EBP反向传播算法对应的源程序，三层网络，分隐层神经元，输出层神经元，输入层神经元的一个基本的程序实现
perceptive_128
- 这是有个基于matlab的单一感知器神经元应用的实例
elm_fun
- 本人修改过的elm的matlab算法，该算法比原来的elm的算法在超过3个神经元后的计算速度能明显加快！原理是运用函数产生列矩阵！！ ELM 是一种快速的神经网络算法，本人已经比较过，比很多流行的算法（BP,SVM）都快,而且效果很好，运行环境是matlab，可以测试所有的benchmark的数据
GramSchmidt
- 本人编写的GramSchmidt神经网络算法，和传统的神经网络算法比较，该算法能自动产生神经元，节约时间，速度快！ 本人还加了自动产生分类的方法和适合各种函数的转换，该zip包括两个文件，一个是GramSchmidt正交分解，是个子函数，主函数是orth_GramSchmidt，放在同一目录下，就可运行，可以对benchmark的逼近和分类问题提供解决方案
IncrementalRandomNeurons
- 本人编写的incremental 随机神经元网络算法，该算法最大的特点是可以保证approximation特性，而且速度快效果不错，可以作为学术上的比较和分析。目前只适合benchmark的regression问题。 具体效果可参考 G.-B. Huang, L. Chen and C.-K. Siew, “Universal Approximation Using Incremental Constructive Feedforward Networks with Random Hid
hopfiel
- 考虑3个神经元的hopfield网络，每个神经元有一个阀值和一个权重，定义存储在网络中的目标平衡点中为矩阵T的两个三指定存储在网络中的目标平衡点
ADALINE
- 神经网络中神经元线性模型的C语言实现源程序！
ADALINE
- 用c语言实现人工智能神经元网络的adaline算法
HOPFIELD
- 利用c语言实现人工智能神经元网络的hopfield算法
BOLTZMAN
- c语言实现人工智能神经元网络boltzman算法源码
zrhyuany
- 基于BP神经网络的PID控制,包括单神经元控制,二次型最优化等几种方法的比较!
som349
- 自组织 Kohonen 映射程序，当一个神经网络接受外界输入模式时，将会分为不同的区域，各区域对输入模式具有不同的响应特征，同时这一过程是自动完成的。各神经元的连接权值具有一定的分布。最邻近的神经元互相刺激，而较远的神经元则相互抑制，更远一些的则具有较弱的刺激作用。自组织特征映射法是一种无教师的聚类方法。 -Kohonen self-organizing map process, when a neural network to outside input mode, will be divid
自适用消噪源程序
- 由于线性神经元具自适应性，通过给出第一种信号，它能预测第二种信号-as neurons with linear adaptive, is the first signal, it forecast second signal
BP源程序！
- 人工神经元的bp算法，可用于函数拟合，时间序列数据的预测，目前应用非常广泛-artificial neurons bp algorithm can be used to function fitting, time series data estimation, is widely used
hopfild1
- Hopfield 网——擅长于联想记忆与解迷路 实现H网联想记忆的关键，是使被记忆的模式样本对应网络能量函数的极小值。 设有M个N维记忆模式，通过对网络N个神经元之间连接权 wij 和N个输出阈值θj的设计，使得: 这M个记忆模式所对应的网络状态正好是网络能量函数的M个极小值。 比较困难，目前还没有一个适应任意形式的记忆模式的有效、通用的设计方法。 H网的算法 1）学习模式——决定权重 想要记忆的模式，用-1和1的2值表示 模式：-1，-1，1，-1，1，1，... 一般表示： 则任意两个神经元
自组织系统Kohonen网络模型源程序
- 自组织系统Kohonen网络模型。对于Kohonen神经网络，竞争是这样进行的：对于“赢”的那个神经元c，在其周围Nc的区域内神经元在不同程度上得到兴奋，而在Nc以外的神经元都被抑制。网络的学习过程就是网络的连接权根据训练样本进行自适应、自组织的过程，经过一定次数的训练以后，网络能够把拓扑意义下相似的输入样本映射到相近的输出节点上。网络能够实现从输入到输出的非线性降维映射结构：它是受视网膜皮层的生物功能的启发而提出的。~..~-Kohonen network model. For Kohonen
Stochastic-Programming-2
- 随机规划解决随机优化问题，主要用到遗传算法，神经元网络。-stochastic programming problem solving stochastic optimization, use genetic algorithms, neural network.
自组织特征映射应用实例
- 开发环境:Matlab 简要说明:自组织特征映射模型(Self-Organizing feature Map)，认为一个神经网络接受外界输入模式时，将会分为不同的区域，各区域对输入模式具有不同的响应特征，同时这一过程是自动完成的。各神经元的连接权值具有一定的分布。最邻近的神经元互相刺激，而较远的神经元则相互抑制，更远一些的则具有较弱的刺激作用。自组织特征映射法是一种无教师的聚类方法。-development environment : Matlab Brief Descr iption : Se