搜索资源列表
g
- 基于L-M算法的BP神经网络分类器 对图像分类有较好的效果-LM algorithm based on BP neural network classifier for image classification has a good effect
BP
- 使用matlab编写的BP神经网络的算法，使用单隐层的网络，其中包括一个实例文件，对20个数据作分类。-Prepared using matlab algorithm BP neural network, using a single hidden layer networks, including an instance of the file, the data for 20 categories.
shenjing
- 使用bp神经网络进行分类。包括鸢尾花数据，以及训练过程和分类结果。包含非常详细的注释。-Use of bp neural network classification. Including the iris data, and training process and classification results. Contains very detailed notes.
BP1
- BP神经网络 数据分类 语音特征信号分类-BP neural network classification of data signal classification speech features
PNNpredict19
- 概率神经网络 分类预测 基于PNN变压器故障 诊断-Probabilistic neural network classifier prediction Transformer Fault Diagnosis Based on PNN
kl
- 基于bp神经网络的遥感图像的分类和识别的MATLAB实现-Bp neural network-based remote sensing image classification and recognition of the MATLAB implementation
Neuralnetworkcode
- 有关于神经网络分类的 设计概率神经网络 创建自组织网络等程序源代码-Neural network code
case1
- BP神经网络的数据分类-语音特征信号分类-BP Neural Network for Data Classification- Classification of speech feature signals
fruit
- BP神经网络算法实现水果分类，学习训练然后识别，提供例子-BP neural network algorithm fruit classification
SOM神经网络的数据分类--柴油机故障诊断
- 根据燃油压力波的特性，完成柴油机故障诊断分类。(According to the characteristics of the fuel pressure wave, the diesel engine fault diagnosis is completed.)
离散Hopfield神经网络联想记忆-数字分类
- 1. chapter9.m为主程序，将该文件夹设置为MATLAB当前工作路径，运行即可。 2. data0～data9.mat为数字0～9对应的矩阵，data1_noisy和data2_noisy分别为数字1和数字2的加噪声矩阵。 3. waiji.m为外积法设计离散型Hopfield网络(具体见第10章介绍)。 4. 该程序在MATLAB2009a版本下测试通过，个别函数在低版本中不存在或者调用格式有所不同，参照对应版本中的帮助文档修改即可。(1. chapter9.m based pr
BP神经算法
- 神经网络算法源代码，使用c++编写，适用于解决分类问题(Neural network algorithm)
BP网络图像分类
- 识别图像中道路，建筑，基于BP神经网络，里面有图片(Identify roads, buildings, etc in images)
案例1 BP神经网络的数据分类-语音特征信号分类
- 通过BP算法，实现对语音特征信号的数据分类(Through the BP algorithm, the realization of the classification of speech signals)
BP神经网络多分类部分补充
- 这个是上一个java实现二分类的补充，兼容了二分类和多分类。(a neural network to solve multiclass division which implemented with java)
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
神经网络模式识别
- 模式识别与智能系统是20世纪60年代以来在信号处理、人工智能、控制论、计算机技术等学科基础上发展起来的新型学科。该学科以各种传感器为信息源，以信息处理与模式识别的理论技术为核心，以数学方法与计算机为主要工具，探索对各种媒体信息进行处理、分类、理解并在此基础上构造具有某些智能特性的系统或装置的方法、途径与实现，以提高系统性能。模式识别与智能系统是一门理论与实际紧密结合，具有广泛应用价值的控制科学与工程的重要学科分支。(Pattern recognition and intelligent syst
SVM神经网络的数据分类预测-葡萄酒种类识别
- SVM神经网络的数据分类预测-葡萄酒种类识别(SVM neural network data classification prediction wine species identification)
BP
- 利用BP神经网络实现 鸢尾花数据分类(Data classification of iris using BP neural network)
9.Regression
- 神经网络分类以及python的一些数据挖掘的代码原理(They are very good!!!!!)