搜索资源列表
LVQ
- LVQ(学习矢量量化)算法：它是Kohonen的有监督学习的扩展形式。融合了自组织和有导师监督的技术，学习方法是竞争的，但产生方式是有教师监督的，也就是说，竞争学习是在由训练输入指定的各类中局部进行。-LVQ (LVQ) algorithm : it is Kohonen of supervised learning the expansion of the form. The convergence of self-organization and supervision of the ins
恒基伟业销售培训制度
- 第一部 分培训内容及时间安排 具体的内容，见表１。 第二部分 晨 会 一、有效沟通：８：３０－１０：００ 二、自我介绍：２０分种 人员分成若干小组 有效激励１０分钟 问候；早上好！好极了！ 全体人员朗诵诗歌：我年轻！我快乐！我能干！我能胜！ 名组人员自我介绍：（每人１分钟）２０分钟 以分组形式竞选小组长：（每人２分钟）２５分钟 小组长发表就职演讲：（每人３分钟）１２分钟 三、提要求：人的核心能力是适应能力，学习能力，希望大家认真听讲，多提问题，多思考２分钟 四、提
基于BP神经网络的厦门楼盘走势预测
- 本文基于BP神经网络应用于预测的原理，提出预测步骤及预测可行性，探讨建立基于BP神经网络的预测模型的关键技术，包括样本的选取与预处理、输入输出变量的选取、隐层节点数的确定、初始权值和阈值的选取、激活函数、训练算法与参数的选取，最后建立合理的网络模型；结合住宅市场的实际情况，建立两类BP 神经网络预测模型：基于时间序列的趋势预测模型以及基于影响因素的回归预测模型，即分别采用神经网络趋势预测和回归预测的思路，把住宅市场的供给、需求与房价的历年数据以及其影响因素的数据分别作为学习样本，建立预测模型，
alteral_train.rar
- alteral训练新人的程序代码~~学习使用,alteral train new code of learning ~ ~
zhichixiangliangji.rar
- 支持向量积的调制识别原代码，关于学习训练,Support Vector plot of the original code modulation recognition, Learn about the training
my.rar
- 自己写的，基于C4.5的数据额挖掘算法，有训练和测试训练集，学习数据挖掘的好程序样例！,Wrote it myself, based on the amount of C4.5 data mining algorithm, a training and testing of training set, a good learning process of data mining sample!
Fortran_bp
- BP（Back Propagation）网络是1986年由Rumelhart和McCelland为首的科学家小组提出，是一种按误差逆传播算法训练的多层前馈网络，是目前应用最广泛的神经网络模型之一。BP网络能学习和存贮大量的输入-输出模式映射关系，而无需事前揭示描述这种映射关系的数学方程。它的学习规则是使用最速下降法，通过反向传播来不断调整网络的权值和阈值，使网络的误差平方和最小。BP神经网络模型拓扑结构包括输入层（input）、隐层(hide layer)和输出层(output layer)。-
parzen
- 这是一个模式识别中的parzen窗的一个简单仿真分类实例，其中female.txt和male.txt是训练样本，test.txt是测试样本，分类效果非常好，对于模式学习的初学者将会有很大帮助。-This is a pattern recognition in a simple window parzen Category simulation examples, one of female.txt and male.txt training samples, test.txt is the me
shujujiegou
- 数据结构及应用算法_综合训练题+参考答案，是学习数据结构的好资料，一套好的试题-Algorithm for data structure and application of comprehensive training title+ _ suggested answers, is to learn good information data structure, a set of good questions
rengongmoxing
- 一个可自我学习的人工智能小模型，可进行训练，也可进行提问。 希望对大家研究人工智能算法上有帮助！-A small self-learning artificial intelligence model for training, but also ask questions. We hope that research on artificial intelligence algorithms help!
中文分词算法
- 本程序使用给出的字典进行学习并对训练语料进行分词处理，采用C语言编写，高效易懂！
100ExampleProteus
- 《单片机C语言程序设计实训100例——基于8051+Proteus仿真》全部是Proteus的仿真，DSN文件和hex文件。 推荐做毕业设计和学习单片机的下载。 内容包括： 第 01 篇 基础部分： 01 闪烁的LED 02 从左到右的流水灯 03 左右来回的流水灯 04 花样流水灯 05 LED模拟交通灯…… 48 单片机与PC机串口通讯仿真 第 02 篇 硬件应用：01 74LS138译码器应用 02 74HC154译码器应用 03 74HC595串入并出芯片应用 04 7
bp
- Bp神经网络算法的VC++实现，包括特征提取，学习，训练等。-Codes of Bp Algorithm, writed by VC++, include the character distill, study, train etc.
gmmem_several
- GMM是语音识别中比较成熟的算法之一，这个MATALB完整的实现了基于GMM算法的识别训练程序，可以适用于GMM识别和学习的同行的参考-GMM is a speech recognition algorithm for the more mature one, this MATALB full implementation of the identification algorithm based on GMM training procedures, can be applied to GMM
Training-methods-in-OpenCV-Harr
- OpenCV 中Harr训练方法，大批研究生学习期间需要用到的方法-Training methods in OpenCV Harr, a large number of graduate students studying the methods need to use
eyelabel
- 该代码用于眼睛的人工标定，并记录数据只用，是MFC图形化界面设计。用于模式识别，人眼定位，人工智能方面做前期机器学习或训练。-The code used for the artificial eye calibration, and record data only is the graphical interface design MFC. For pattern recognition, the human eye positioning, pre-done in artificial in
project
- 人工神经网络 0-9数字识别 建立一个多层Perceptron网络，采用BP学习算法训练，得到适当的分类器-Artificial neural network digit recognition
bpnnet_154
- L-M算法。除了动量法(基于梯度下降的训练算法)外，学习率自适应调整策略是BP算法改进的另一种途径，它利用Levenberg-Marquardt优化方法，从而使得学习时间更短。其缺点是，对于复杂的问题，该方法需要很大的存储空间。 -L-M algorithm. In addition to momentum (based on the gradient descent algorithm for training), learning rate adaptive strategy is to i
CProgramofBP
- 本文通过给定的训练模式为例来推导bp网络学习的算法，并用(语言编程实现，运行程序给出学习误差曲线，最后指出实际应用中BP网络学习存 在的缺点并提出几点改进方案。 -In this paper, given as an example to the training model is derived bp network learning algorithm, and use (programming language, run the program gives error learni
bp2
- 用调用函数法实现bp网络，已载入训练和测试样本供大家分享和学习，有较理想的差准率和查全率。-Call function method used to achieve bp network, has been printed in the training and test samples for all to share and learn from, there are better rates and quasi-differential recall.