搜索资源列表
文字识别程序
- 目前该手写体识别系统主要分为 预处理模块： 主要包括训练数据和识别数据的读取，归一化，二值化 特征提取模块：主要包括笔划方向特征和网格密度特征，还可以根据对识别率的要求继续增加其他特征 识别（分类器）模块：主要包括SVM方法和BP神经网络的方法，其中SVM方法的识别率较高，SVM＋网格密度特征， 在小字符集情况下，达到了识别率97％以上 采用OO思想编写，适合做二次开发-currently the handwriting recognition system consists of pretre
GA-SVM
- 遗传算法+支持向量机，非常的实用，希望对大家有用。-Genetic algorithms+ support vector machine, very useful, we want to be useful.
SVM_luzhenbo
- BP神经网络用于分类与回归 1、NeuralNetwork_BP_Classification.m - 分类 2、NeuralNetwork_BP_Regression.m - 回归 -BP neural network for classification and regression 1, NeuralNetwork_BP_Classification.m- Category 2, NeuralNetwork_BP_Regression.m- Regression
SVM
- SVM 算法PPT,可以了解下SVM的思想-SVM algorithm PPT
SVMNR
- 支持向量机和BP神经网络虽然都可以用来做非线性回归，但它们所基于的理论基础不同，回归的机理也不相同。支持向量机基于结构风险最小化理论，普遍认为其泛化能力要比神经网络的强。为了验证这种观点，本文编写了支持向量机非线性回归的通用Matlab程序和基于神经网络工具箱的BP神经网络仿真模块，仿真结果证实，支持向量机做非线性回归不仅泛化能力强于BP网络，而且能避免神经网络的固有缺陷——训练结果不稳定。 -Support Vector Machine and BP neural network, ev
Matlab-svm-BP-compare
- 支持向量机和BP神经网络虽然都可以用来做非线性回归，但它们所基于的理论基础不同，回归的机理也不相同。支持向量机基于结构风险最小化理论，普遍认为其泛化能力要比神经网络的强。为了验证这种观点，本文编写了支持向量机非线性回归的通用Matlab程序和基于神经网络工具箱的BP神经网络仿真模块，仿真结果证实，支持向量机做非线性回归不仅泛化能力强于BP网络，而且能避免神经网络的固有缺陷——训练结果不稳定。-SVM and BP neural networks, although non-linear regr
svm-fault-diagnosis
- BP神经网络，支持向量机等用于风机故障诊断，实现故障故障分类，附带数据-BP neural networks, support vector machine for fan fault diagnosis, failure fault classification, with data
svm-bp
- 将svm分类与bp算法结合，针对图像中的分类预测问题提出一种算法-Svm classification the bp algorithm combines propose an algorithm for image classification prediction problem
BP-3
- SVM神经网络的数据分类预测-葡萄酒种类识别-SVM neural network data classification forecast- Wine Type Identification
BP-4
- SVM神经网络的回归预测分析---上证开盘指数预测-SVM neural network regression analysis--- Shanghai opening index prediction
13-SVM-bp
- SVM神经网络中的参数优化---提升分类器性能,模型精度较高-SVM neural network classifier parameter optimization--- to enhance performance, high accuracy of the model
SVM-feature-optimization_GA
- 基于遗传算法寻优初始权值的BP神经网络建模-BP neural network model based on genetic algorithm optimization initial weights
network
- 多种神经网络算法，包括等，可实现模式识别以及回归。-There are many algorithms in the zip,including svm, bp, crf,hmm.It can be used in the pattern recognition.
fuheyuce
- 保定市短期负荷预测，分别使用SVM+蚂蚁优化和BP神经网络。-Baoding load forecasting, optimization and ant are using SVM+ BP neural network.
LVQ_NN_CODE
- 利用LVQ神经网络对人脸朝向进行识别，并对比BP,SVM等算法-Using LVQ neural network for face recognition, and compared to SVM, BP algorithms
MATAB神经网络30个案例分析
- 该PDF共有30个MATLAB神经网络的案例，包括BP、RBF、SVM、SOM、Hopfield、LVQ、Elman、小波等神经网络；还包含PSO(粒子群)、灰色神经网络、模糊网络、概率神经网络、遗传算法优化等内容。本PDF作为本科毕业设计、研究生项日设计、博士低年级课题设计参考书籍，同时对广大科研人员也有很高的参考价值。(The PDF has a total of 30 MATLAB in the case of neural networks, including BP, RBF, SVM
支持向量机和BP神经网络比较研究源程序代码
- 支持向量机和BP神经网络比较研究源程序代码(Support vector machine and BP neural network comparative study source code, if there is a problem, you can contact QQ1373687980)
Arithmetic
- 一个深度学习的小项目，有界面，可以跑，svm较准(A small project of deep learning, there is an interface, can run, SVM is more accurate)
MATLAB
- 本书论述在MATLAB环境下如何实现神经网络，包括了常用的神经网络及相关理论，如BP神经 网络、RBF神经网络、SVM、SOM神经网络、灰色神经网络、决策树、随机森林、小波神经网络、NARX神经网络等以及各种优化算法与神经网络的结合。((This book discusses how to realize neural network in MATLAB environment, including the commonly used neural network and related the
libsvm-3.17
- 主要针对声品质预测模型使用的相关智能算法，包括支持向量机（SVM）和BP神经网络。(This paper mainly focuses on the relevant intelligent algorithms used in the sound quality prediction model, including support vector machine (SVM) and BP neural network.)