搜索资源列表
SOM2
- 本程序是自组织神经映射网络（SOM）的C＋＋应用程序，可实现随机数的二位SOM。
SOFM
- Kohonen的SOFM(自组织特征映射)：这种算法部分收到生物特征影响，在网络输出层内按几何中心或特征进行聚类。
somnet
- 竞争学习指同一神经元层次上各个神经元相互之间进行竞争，竞争胜利的神经元修改与其相联的连接权值。竞争学习是一种无监督学习。在无监督学习中，只向网络提供一些学习样本，而不提供理想的输出。网络根据输入样本进行自组织，并将其划分到相应的模式类中。
som
- 一个基于自组织神经网络的图像聚类和融合源程序
SOFM
- 基于自组织神经网络的矢量量化编码Ｍatlab程序
222
- 建立了一种基于自组织神经网络的语音识别系统。对语音信号进行了预处理, 提取了语音信号的线性预测系数、线性预测倒谱系数和Mel 倒谱特征系数, 建立了基于自组织神经网络的识别判决模型.
som
- 竞争学习指同一神经元层次上各个神经元相互之间进行竞争，竞争胜利的神经元修改与其相联的连接权值。竞争学习是一种无监督学习。在无监督学习中，只向网络提供一些学习样本，而不提供理想的输出。网络根据输入样本进行自组织，并将其划分到相应的模式类中。
DSR
- AD HOC 网络[1 ]是一种不需要基础设施的自组织和自管理网络, 网络中所有的节点同时具有终端 和路由器的功能. 因此, 网络可以通过节点路由发现机制转发分组, 并进行路由维护. DSR 是为AD HOC 网 络设计的路由协议, 性能较优, 但对延迟、带宽、丢包率等都没加限制, 即无QoS 支持. 采用遗传算法对其 进行路由发现的优化, 使之具有QoS 保障. 并采用仿真实验对基于遗传算法的动态源路由协议与原有的动态 源路由协议在延迟、投递率和网络开销等方面进行了比较, 分析
somnet
- 一种通过自组织竞争学习网络实现数据降维和可视化的单层神经网络模型。用此算法可以把输入空间的多维映射到低维的（一维或者二维）的离散网络上，并将保持相同性质的输入数据在映射到低维空间时的拓扑一致性。iris以及letter两个数据集进行分类
SOM
- 神经网络中自组织特征映射模型算法的源程序，属于无导师学习！
sunfa1384
- 无线传感器网络自组织成簇问题优化模型 为了有效延长网络的运行时间，需要设计能量最优的自组织成簇机制，以适应传感器网络的特点。本文提出了一种适合无线传感器网络的能量有效的成簇优化模型。
dfgdfgd
- 无线传感器网络（wireless sensor network , WSN）就是由部署在检测区域内大量的廉价微型传感器节点组成，通过无线通信的方式形成的一个多跳得自组织的网络系统，其目的是协作地感知、采集和处理检测区域的信息，并报告给基站[1]。
wireless
- 无线传感器自组织成簇的基本思想是通过簇首对簇内节点间的相关信息融合及转发机制减少数据的传输量和距离，从而降低通信能量，达到网络节能的目的。
ART2
- ART2自组织神经网络vc++源程序，调试通过，可以使用。
SOM_Algorithm
- 自组织神经网络SOM的算法，经过调试可以用
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
RLCX
- Kohonen的SOFM(自组织特征映射)：这种算法部分收到生物特征影响，在网络输出层内按几何中心或特征进行聚类。-Kohonen the SOFM (self-organizing feature map) : This algorithm received some biological features, the output layer to the network within the geometric center or cluster features.
三维自组织特征映射神经网络程序
- 绘制三维数据的散点图，并进行SOFM聚类的matlab程序。
异构网
- 异构网络的融合问题 通信技术近些年来得到了迅猛发展，层出不穷的无线通信系统为用户提供了异构的网络环境，包括无线个域网(如Bluetooth)、无线局域网(如Wi-Fi)、无线城域网(如WiMAX)、公众移动通信网(如2G、3G)、卫星网络，以及Ad Hoc网络、无线传感器网络等。尽管这些无线网络为用户提供了多种多样的通信方式、接入手段和无处不在的接入服务，但是，要实现真正意义的自组织、自适应，并且实现具有端到端服务质量(QoS)保证的服务，还需要充分利用不同网络间的互补特性，实现异构无线网络技术
som聚类算法
- 设计训练一个自组织竞争的人工神经网络（SOM网络）,该网络能识别26个大写英文字母。此网络经过训练后，当给出一个表示字母的输入时，网络能够正确的在输出端指出该字母。