搜索资源列表
adapterSystemPaper
- 论文标题:自适应模糊系统在手写体数字识别中的应用研究 作者:张镭 作者专业:计算机软件人工智能 导师姓名:黄战 授予学位:硕士 授予单位:暨南大学 授予学位时间:19990501 论文页数:59页 文摘语种:中文文摘 分类号:TP18 TP391.4 关键词:手写体数字 自适应 模糊逻辑 神经网络 模式识别 摘要:该文针对模式识别的特点,构造了适合于模式识别问题的自适应模糊系统,对三种不同学习算法加以改进,在手写全数字识别上对分类器进行了实现,
基于神经网络的数字字符识别
- 基于BP神经网络的字符识别系统~用MATLAB编写`包括论文~以及代码~适合于毕业设计-BP neural network-based character recognition system using MATLAB ~ `~ including papers and code ~ suitable for graduate design 字符识别是模式识别领域的一项传统的课题，这是因为字符识别不是一个孤立的问题，而是模式识别领域中大多数课题都会遇到的基本问题，并且在不同的课题中，由于具体的
1
- 基于视觉传感器实现道路信息的理解是目前移动机器人自主导航的重要研究方向，其中道路图象的正确分割 是提取有效路径信息的关键。该文针对复杂、干扰因素多的室外环境下传统方法难以实现道路图象正确分割的问题，提 出了一种基于’() 神经网络的道路图象分割方法。该方法通过选取道路图象的归一化色彩分量为特征向量，应用基于 ’() 学习算法的神经网络分类器进行道路与非道路识别；为解决环境噪声对神经网络输出的影响，本文设计了串行级联 式四阶形态滤波器实现对神经网络输出的分割图象的滤波处理。通过对实
基于BP神经网络的图像分类
- 基于BP神经网络的图像分类
sasdw.rar
- 现有数字信号自动调制识别方法大多只适用于无记忆信号，如PSK、ASK、FSK信号等。将有记忆 信号(MSK信号)和无记忆信号一起考虑，提出了一种改进的数字信号自动识别方法。该方法采用信号的瞬时统 计量作为特征参数，采用多层神经网络作为分类器。计算机仿真表明：当噪声采用高斯白噪声，并且信噪比大于 l5 dB时，识别率高于96％ ；当信噪比不低于l0 dB时，识别率不低于90％。,Existing digital signal automatic modulation recognition
ANN
- 哈工大的神经网络课件，内含源代码，很实用，欢迎下载-HIT the neural network software, including source code, it is useful, please download
自组织神经网络在文本分类中的应用研究
- 针对信息挖掘中的文本自动分类问题 提出了一种基于自组织特征映射网络的分类方法 网络由输入层和 竞争层组成 输入层节点与竞争层节点实行全互连接 输入层完成分类样本的输入 竞争层提取输入样本所隐含的 模式特征 并对其进行自组织 在竞争层将分类结果表现出来 分无监督和有监督两个阶段完成对网络的分类训练 该方法在特征提取时充分考虑了特征项在文档中的位置信息 构造出模糊特征向量 使自动分类原则更接近手工分 类方法 以中国期刊网全文数据库部分文档数据为例验证了该方法的有效性
AerialImageClassificationMethodBasedonFractalTheor
- 提出一种基于分形理论和BP 神经网络的航空遥感图像有监督分类方法。该方法尝试将航空图像 的光谱信息和纹理特征相结合。它首先将彩色航空图像由RGB 格式转化为HSI 格式,然后,根据亮度计算分 数维、多重分形广义维数谱q-D( q) 和“空隙”等基于分形的纹理特征,同时加入归一化的色度和饱和度作为光 谱特征,采用BP 神经网络作为分类器。通过对彩色航空图像的分类实验,结果证实该方法行之有效。-Based on fractal theory and BP neural network
bp
- 利用bp神经网络对遥感图像进行分类，输入样本值后，根据样本值对遥感图像不同的地物进行分类，分类后计算每种地物所占面积-The use of bp neural network classification of remote sensing images, enter a sample value, based on the sample value of the different features of remote sensing image classification, classif
nw
- 几篇关于神经网络的文章，结合遥感图像的特性，介绍了人工神经网络在遥感图像分类中的作用-Several articles on the neural network, combined with the characteristics of remote sensing images on the artificial neural networks in remote sensing image classification in the role of
AnApproachToTheNeuralNetworkBasedDataMining
- 针对数据挖掘中的分类问题，本文提出了一种利用神经网络抽取分类规则都方法。为了易于抽取规则，采用遗传算法对神经网络的结构进行了进化。实际运行结果表明了该方法的有效性。-Classification is an inportant problem in data mining.This paper presents an approach to discover classification rules by using neural networks.Genetic algorithms is u
NeuralNetwork_BP
- BP神经网络用于分类与回归的matlab源码 注释很详细-1、NeuralNetwork_BP_Classification.m- 分类 2、NeuralNetwork_BP_Regression.m- 回归
P
- 随着信息技术的发展，以电子形式存在的文本信息已经成为人们主要的信息来 源。人们迫切需要能够从Web上快速、有效地发现资源和知识的工具。近年来针 对文本数据的文本挖掘已逐渐成为人们研究的新课题。其中，对于文本聚类的研 究己经引起了广泛的重视，并取得了良好的成果。 本文首先对数据挖掘流程以及数据挖掘分类和各自的研究现状及发展进行了 概括的介绍；然后结合汉语自身的相关特点详细的分析了中文文本自动聚类中所 涉及到的关键问题及其技术；接着介绍了人工神经网络技术的发展的现状和特点
3D-geological-fault-structure-model-
- 辅以纹理特征的高分辨率遥感影像分类为了提高对高分辨率影像的分类精度,通过灰度差矢量法快速提取纹理特征,利用BP神经网络并辅以纹理特征,对一幅江西某地0·2m分辨率的航空影像进行分类。-In order to improve the classification accuracy of high-resolution images
Support-vector-machine-
- 提出了一种支持矢量机的汉语声调识别新方法。论文首先在基频和对数能量的基础上，建立了一个适合于支 持矢量机分类的等维声调特征。然后对支持矢量机的多分类策略和不同核函数对声调识别的影响进行了实验研究。 与BP神经网络相比，支持矢量机具有更高的识别率和更强的推广能力。-This paper presents a novel support vector machine based Chinese tone recognition method．A new tone recognition
BP
- BP神经网络，matlab环境下利用BP算法，采用BP神经元网络的设计方法实现分类器的设计-BP neural network BP algorithm Matlab environment, using BP neural network design method classifier design
Neural-network-classifier
- 神经网络分类器，利用神经网络的学习能力，可以用神经网络实现任意精度的曲线，从而可以将曲线两边的不同对象区别开。-Neural network classifier, neural network learning ability can be used to achieve any degree of accuracy of the neural network curve to distinguish different objects can be opened on both sides
Classification
- 离散Hopfield神经网络的分类实例，用于高校科研能力评价(Classification of discrete Hopfield neural network for evaluation of scientific research ability in Colleges and Universities)
拟合神经网络数学建模
- 4. 曲线拟合的用户图形界面求法 Matlab 工具箱提供了命令cftool，该命令给出了一维数据拟合的交互式环境。具体 执行步骤如下： （1）把数据导入到工作空间； （2）运行cftool，打开用户图形界面窗口； （3）对数据进行预处理； （4）选择适当的模型进行拟合； （5）生成一些相关的统计量，并进行预测。 分类: 数学建模
Matlab神经网络方面案例分析
- BP神经网络的数据分类——语音特征信号分类,可以帮助到学习Matlab的人们