搜索资源列表
广义异或集成神经网络算法
- 本程序用C语言实现了集成神经网络解决广义异或问题。用神经网络集成方法做成表决网,可克服初始权值的影响,对神经网络分类器来说:假设有N个独立的子网,采用绝对多数投票法,再假设每个子网以1-p的概率给出正确结果,且网络之间的错误不相关,则表决系统发生错误的概率为 Perr = ( ) pk(1-p)N-k 当p<1/2时 Perr 随N增大而单调递减. 在工程化设计中,先设计并训练数目较多的子网,然后从中选取少量最佳子网形成表决系统,可以达到任意高的泛化能力。 -this pro
清华大学网络流量分析程序（含文档及源码）
- 在Windows XP下用Visual C++编程实现流量分析器程序。 主要工作包括实现对网卡上所有到达IP包的抓取；对抓到的IP包按照第四层协议类型、IP地址等项做分类统计；并把统计的结果用图表模式和文本模式输出。
matlab基本bp神经网络
- 基本的bp神经网络，包含建库，建立初始化bp网络，以及对数据进行分类等
bp
- 神经网络分类在医疗领域乳腺肿瘤诊断中的应用-Neural network classifier in the medical field diagnosis of breast cancer
BP神经网络分类器Mat程序
- BP神经网络分类器Mat程序,matlab开发环境，主要用于模式识别中的分类器的设计。-A mat procedure about BP neural network.
BP神经网络的数据分类-语音特征信号分类
- 利用BP神经网络对样例中语音信号进行分类(The BP neural network is used to classify the speech signals in the sample)
单层神经网络矩阵改进
- 基于Matlab编程，实现人工神经网络对经典三种鸢尾花数据的分类，利用Matlab矩阵运算的优势，对全部样本进行同时训练，具有很好的输出结果(An Artificial Neuron Network which accomplishes classifying three kinds of flower)
chapter3
- 使用遗传算法的神经网络分类，可以较好的实现(Neural network classification using genetic algorithms)
PNN网络代码
- 概率神经网络(Probabilistic Neural Network)是由D.F.Speeht博士在1989年首先提出，是径向基网络的一个分支，属于前馈网络的一种。它具有如下优点：学习过程简单、训练速度快；分类更准确，容错性好等。从本质上说，它属于一种有监督的网络分类器，基于贝叶斯最小风险准则。(Probabilistic neural network was first proposed by Dr. D.F.Speeht in 1989. It is a branch of radial
bp神经网络分类
- 1. 采用BP神经网络设计男女生分类器。采用的特征包括身高、体重、是否喜欢数学、是否喜欢文学、是否喜欢运动共五个特征，BP神经网络包含一个隐层，隐层结点数为5。要求：自行编写代码完成后向传播算法，采用交叉验证的方式实现对于性能指标的评判（包含SE,SP,ACC和AUC，AUC的计算可以基于平台的软件包）。(. using BP neural network to design the classifier for male and female students. The features in
分类器
- 模式识别分类器，利用Fisher判别对数据进行分类以及BP神经网络的方法进行分类(Pattern recognition classifier, the use of Fisher discriminant classification of data and BP neural network method for classification)
bp-分类器
- 这是bp神经网络的M文件，包括BP网络的第一阶段学习期（训练加权系数wki，wij)，BP网络的第二阶段工作期（根据局训练好的wki，wij和给定的输入计算输出），程序里有详细注释。该程序被用来作为分类器使用。(This is the BP neural network M files, including the first phase of BP network learning period (training weighting coefficient wki, wij), the se
BP_分类
- 用BP神经网络做的分类的一个小例子，基于python写的(python BPNN classification)
神经网络分类进阶
- 神经网络分类进阶 运用批量修正算法进行改进(Classification of neural networks)
案例17 SOM神经网络的数据分类--柴油机故障诊断
- SOM神经网络分类之柴油机故障分类模型。(Fault Classification Model of Diesel Engine Based on SOM Neural Network)
小波神经网络用于分类的基础源码
- 小波神经网络中用于分类的代码，代码比较复杂，需要多加学习。(The code used for classification in the wavelet neural network is more complex and needs more learning.)
LM神经网络模型代码
- 使用LM神经网络分类，程序源码。LM神经网络能达到很好的分类效果。(Using LM neural network classification)
有导师学习神经网络的分类-鸢尾花种类识别
- 有导师学习神经网络的分类-鸢尾花种类识别(Classification of Instructors Learning Neural Networks - Iris Species Identification)
BP网络图像分类
- 采用神经网络进行图像分类，分类方法简单，但是效果略差。(Using neural network for image classification, the classification method is simple, but the effect is slightly poor.)
BP神经网络
- 一个简单的BP神经网络分类声发射信号的范例，对理解框架有帮助，不过结果不够严谨，不利于发表(A simple example of BP neural network classification of AE signals is helpful to understand the framework, but the results are not rigorous enough to be published)