搜索资源列表
shenjingwangluojichu
- 人工神经网络基础 人工神经网络基础
自适应神经网络在确定落煤残存瓦斯量中的应用
- 落煤残存瓦斯量的确定是采掘工作面瓦斯涌出量预测的重要环节,它直接影响着采掘工作面瓦斯涌出量预测的精度,并与煤的变质程度、落煤粒度、原始瓦斯含量、暴露时间等影响因素呈非线性关系。人工神经网络具有表示任意非线性关系和学习的能力,是解决复杂非线性、不确定性和时变性问题的新思想和新方法。基于此,作者提出自适应神经网络的落煤残存瓦斯量预测模型,并结合不同矿井落煤残存瓦斯量的实际测定结果进行验证研究。结果表明,自适应调整权值的变步长BP神经网络模型预测精度高,收敛速度快 该预测模型的应用可为采掘工作面瓦斯涌
经改写过的C++ bp神经网络算法
- 基本bp神经网络算法和改进型bp神经网络算法都是我改写完成的算法，是网上到处传播的一个c++ bp神经网络算法改写的，由于网上的那个算法编译会出现若干百个错误，在其基础上重新编写和改进，写出了这两个算法-bp basic neural network algorithms and improved neural network algorithm bp I are complete rewrite the algorithm, the Internet is spreading everywhe
多层感知器神经网络，BP神经网络
- 多层感知器神经网络，BP神经网络的Visual C++ 2008源代码程序，一个外国人写的，很好用。需要一定的编程基础才能看懂.-MLP neural network, BP neural network Visual C++ 2008 source code program, a foreigner, is useful. Need to understand some basics of programming.
pptOfNeuralNetworks.rar
- 本资源是大学本科课程所用的PPT课件，详细阐述了神经网络的发展史、理论基础、典型实例、控制模型和MATLAB中UN工具箱的使用。,The resources are used in undergraduate courses of the PPT courseware, detailed history of the development of neural networks, theoretical basis, a typical example, the control model an
k-means
- 基于K-means聚类算法的社团发现方法 先定义了网络中节点关联度,并构建了节点关联度矩阵, 在此基础上给出了一种基于 K-means聚类算法的复杂网络社团发现方法。 以最小关联度原则选取新的聚类中心, 以最大关联度原则进行模式归类,直到所有的节点都划分完为止, 最后根据模块度来确定理想的社团数-K-means clustering algorithm based on the association discovery To define a network node cor
ClusteringanalysisbasedonSOFMnetwork
- 基于自组织特征映射网络的聚类分析，是在神经网络基础上发展起来的一种新的非监督聚类方法，分析了基于自 组织特征映射网络聚类的学习过程，分析了权系数自组织过程中邻域函数和学习步长的一般取值问题，给出了基于自组织 特征映射网络聚类实现的具体算法，并通过实际示例测试，证实了算法的正确性。 -Based on self-organizing feature map network cluster analysis, neural network is developed on the basi
2006117153534
- 神经网络的运用，比较基础，对初学者比较有用-The use of neural networks, basis of comparison, more useful for beginners
bp
- BP神经网络的基础示例，适合初学者的基本教程。-BP neural network based on examples, the basic tutorial for beginners.
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
卷积神经网络详述
- 从卷积神经网络的发展历史开始，详细阐述了卷积神经网络的网络结构、神经元模型和训练算法。在此基础上以卷积神经网络在人脸检测和形状识别方面的应用为例，简单介绍了卷积神经网络在工程上的应用，并给出了设计思路和网络结构。(Starting from the history of the convolution neural network, the network structure, neuron model and training algorithm of the convolution neur
神经网络
- 神经网络基础代码rbf，bp神经网络，svm代码，hopfiled代码。可以对初学者有很好的用处(This code is suitable for primary stage learning)
神经网络
- 比较基础的神经网络讲解和入门知识，并附有一些代码(A relatively basic neural network explanation and introductory knowledge with some code)
第19章 神经网络模型
- 神经网络基本原理及流程图相关代码，可以帮大家初步了解神经网络，为进一步的学习打下基础(The basic principle of neural network and the related code of flow chart can help us to understand the neural network initially and lay the foundation for further study.)
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.)
BP神经网络 文献汇总
- 一些关于神经网络matlab编程的基础文献，有各种类型的，方便大家学习、查阅。(Some of the basic literature about the MATLAB programming of neural network, there are various types, convenient for everyone to learn and consult.)
Neural-network-and-depth-study-notes
- 简单介绍神经网络基础知识和各重要深度学习流行模型，含有详细的数学推到公式。(A brief introduction to the basic knowledge of neural networks and the important depth of learning popular models, containing detailed mathematical push to the formula.)
Python神经网络编程.pdf+代码
- 本书首先从简单的思路着手，详细介绍了理解神经网络如何工作所必须的基础知识。第一部分介绍基本的思路，包括神经网络底层的数学知识，第2部分是实践，介绍了学习Python编程的流行和轻松的方法，从而逐渐使用该语言构建神经网络，以能够识别人类手写的字母，特别是让其像专家所开发的网络那样地工作。第3部分是扩展，介绍如何将神经网络的性能提升到工业应用的层级，甚至让其在Raspberry Pi上工作。(This book begins with a brief introduction to the basi
基于神经网络的车牌识别
- 基于神经网络的车牌识别，在原有基础上增多了训练集，提高了识别的准确度(Vehicle license plate recognition based on neural network increases the training set and improves the accuracy of recognition.)
神经网络基础
- 神经网络基础ppt,课件来源于吴恩达老师深度学习课程课件(Ppt of neural network foundation, the courseware comes from the courseware of in-depth learning of teacher Wu enda)