搜索资源列表
yanqoupan
- BP神经网络用于函数拟合与模式识别，基于K均值的PSO聚类算法,使用拉亚普诺夫指数的公式。- BP neural network function fitting and pattern recognition, K-means clustering algorithm based on the PSO, Raya Punuo Fu index using the formula.
jkidf
- 关于神经网络控制，包含位置式PID算法、积分分离式PID，基于K均值的PSO聚类算法。- On neural network control, It contains positional PID algorithm, integral separate PID, K-means clustering algorithm based on the PSO.
xujfe
- 关于神经网络控制，对球谐函数图形进行仿真,包括AHP，因子分析，回归分析，聚类分析。- On neural network control, Of spherical harmonics graphic simulation, Including AHP, factor analysis, regression analysis, cluster analysis.
3975820
- 神经网络中的K均值聚类算法II： 1 KMIn为输入数据文本,其中,第一个参数为所要聚类点个数,第二个参数为聚类点的维数,第三()
常用算法程序包
- 美赛常用算法包括插值拟合、灰色预测、神经网络、图论、聚类分析、模拟退火等(Common algorithms for the United States)
17196052
- 神经网络中的K均值聚类算法II： 1 KMIn为输入数据文本,其中,第一个参数为所要聚类点个数,第二个参数为聚类点的维数,第三()
基于alopex的粒子群算法
- 该算法通过基于Alopex的粒子群优化算法，结合神经网络计算，恰当地对所给数据进行聚类并进行拟合，从何达到了很好的分类和优化效果(Based on the Alopex particle swarm optimization algorithm and neural network calculation, the algorithm can properly cluster and fit the data, which can achieve a good classification an
SOM
- SOM聚类算法,人工神经网络 matlab 源程序代码(SOM clusters matlab)
模式识别代码
- 基于matlab的Iris、乳腺癌数据集的模式识别分类算法，含有 遗传算法+SVM、isodata、感知器算法、LMSE、神经网络等算法的实现代码，用于聚类效果良好，是模式识别大作业的参考资料(The pattern recognition classification algorithm based on MATLAB for Iris and breast cancer data sets contains the implementation code of genetic algorit
数据挖掘 R语言实战-代码
- 数据挖掘算法R语言实现，包括聚类、判别、集成学习、随机森林、神经网络、支持向量机等算法。(Data mining algorithm R language implementation, including clustering, discrimination, ensemble learning, random forest, neural network, support vector machines and other algorithms.)
FaceNet-A-Unified-Embedding-for-Face-Recognition-and-Clustering
- FaceNet---深度学习与人脸识别的二次结合 Facenet是一个通用的系统，采用CNN神经网络将人脸图像映射到128维的欧几里得空间，我们可以根据两幅人像的欧几里得距离去判断两个人像的相似程度。两个人像之间的欧几里得距离越近，说明它们越相似。 FaceNet可以用于人脸验证（是否是同一人？），识别（这个人是谁？）和聚类（寻找类似的人？）。FaceNet采用的方法是通过卷积神经网络学习将图像映射到欧几里得空间。空间距离直接和图片相似度相关：同一个人的不同图像在空间距离很小，不同人的图像在
PSO_ELM
- 极限学习机是一类针对单层前馈神经网络设计的机器学习算法，其主要特点是隐含层节点参数可以是随机或人为给定的且不需要调整，学习过程仅需计算输出权重。ELM具有学习效率高和泛化能力强的优点，被广泛应用于分类、回归、聚类、特征学习等问题中。(Extreme learning machine for particle swarm optimization)
Pattern Recognition
- matlab实现一些基础的模式识别工作，如贝叶斯分类，聚类算法，bp神经网络(Matlab implements some basic pattern recognition work, such as Bayesian classification, clustering algorithm, BP neural network)