搜索资源列表
BP_recognize_digitV1
- 图像数字的识别。输入一系列有代表性的图像数字的样本，训练网络，得到的权值序列存放到文件中；输入待识别的图像数字序列，通过学习得到的权值矩阵对图像中的数字进行识别，并输出结果。-image recognition. Importation of a representative range of digital images of samples, the training network, the weights of sequences stored to a file; Identifica
5
- 此程序是一个简单的BP神经网络。自己对源程序做了一点小修改，制造了一个新的序列，让新序列通过训练好的网络得出实验结果。-This procedure is a simple BP neural network. Their own source code to do a bit of small changes to create a new sequence, new sequence obtained through the trained network results.
jiyumohushenjingwangluo
- 基于模糊神经网络盲均衡算法的研究 摘要 无线和数字通信系统中，由于信号在传输过程中会受到复杂传播机制 的影响，从而产生码间干扰。为了消除码间干扰，要在接收端进行均衡， 以补偿信道特性，正确恢复发送序列。传统的均衡器由于需要不断地发送 训练序列，已经不能满足数字通信技术发展的要求。盲均衡技术不需要训 练序列，仅利用接收序列的统计特性便能自适应地调节参数，也就是说， 盲均衡技术本身完全不用训练序列，就可以自启动收敛并防止失锁情况， 且能使滤波器的输出与要恢复的输入信号
ReviewofSVM-basedControlandOnlineTrainingAlgorithm
- 支持向量机以其模型结构简单、较好的推广能力和全局最优解等特点已经被用来进行智能 控制的研究，主要包括采用支持向量机回归的非线性时间序列的建模与预测、系统辨识等建模方 面的研究以及优化控制、学习控制和预测控制等方面的研究以及采用支持向量机的故障诊断的研 究。由于现有SVMR基于二次规划的优化方法不适合控制过程的在线训练，因此出现了对SVMR 在线训练算法的研究。分析了国内外这些研究内容的最新研究进展，旨在探讨归纳支持向量机在控 制领域研究的主要成果和存在的问题，以便为进一步的研
BlindEqualizationBasedonGeneticAlgorithm
- 盲均衡技术能够仅利用接收信号的统计特性对信道特性进行均衡，克服了传统自适应均衡技术需要训练序列、降低系统有效信息传输率的缺陷，成为目前的研究热点。本文简单介绍了通信中的盲均衡技术，并针对一个简单的信道模型给出了基于遗传算法的盲均衡算法。仿真结果表明，多次迭代的盲均衡的均值能够很好地代表未知信道的性能。 -Blind equalization was an adaptive equalization technique,which could equalize the properties o
hanshubijin
- 神经网络，非线性函数逼近。参数选择合适，训练序列得出权值，输出结果良好。-Neural networks, nonlinear function approximation. Select the appropriate parameters, weight training sequences obtained, the output is good.
bp
- BP神经网络对时间序列进行训练预测，三层网络结构-a method for prediction
Mg17_ESN
- 用MG混沌时间预测序列训练和测试由1000单位组成的ESN网络的Matlab文件-This directory contains Matlab files used for training and testing 1000-unit ESN networks on the MG attractor (tau = 17)
pso-bp
- ＢＰ神经网络具有较强的非线性问题处理能力 是目前一 种 较 好 的 用 于 时 间 序 列 预 测 的 方 法 然 而 它 存 在 易 于 陷 入 局 部 极 小,针对地震预测的应用,用改进粒子群优化的ＢＰ算法对四川地区最大震级时间序列进行预测,通过训练 预 测 次 年 的 最 大 震 级 结 果,表明此方法优于未经优化的 ＢＰ算法具有良好的预测效果 -BP neural network has a strong nonlinear problems processing power is a
Sequential-Minimal-Optimization
- 序列最小优化训练支持基于向量机的一种序列最小优化训练的快速算法。-Sequential Minimal Optimization- A Fast Algorithm for Training Support Vector Machines
yuce
- 可以实现依据时间序列对数据进行预测，其中变量P代表神经网络训练数据-It can be achieved on the basis of time series data to predict where the variable P represents the neural network training data
962569
- 通过已知的先验概率,在输入训练序列之后,可以对数值进行判别是属于哪一类的数据,简单可以应用于模式识别()
SVM-w-SMO
- 用序列最小优化算法（SMO）进行训练的支持向量机的简单实现。(simple implementation of a Support Vector Machine using the Sequential Minimal Optimization (SMO) algorithm for training.)
chatbot
- 聊天机器人 原理： 严谨的说叫 ”基于深度学习的开放域生成对话模型“，框架为Keras（Tensorflow的高层包装），方案为主流的RNN（循环神经网络）的变种LSTM（长短期记忆网络）+seq2seq（序列到序列模型），外加算法Attention Mechanism（注意力机制），分词工具为jieba，UI为Tkinter，基于”青云“语料（10万+闲聊对话）训练。 运行环境：python3.6以上，Tensorflow，pandas，numpy，jieba。(Chat Robot