搜索资源列表
SOM
- 基于自组织特征映射（SOM）的系统辨识算法实现-Based on self-organizing feature map (SOM) of the system identification algorithm
SOM
- VC++实现神经网络SOM（自组织特征映射网）-VC++ Realization of neural network SOM (self-organizing feature map network)
11
- 神经网络实例集。包括以下几个程序单层线性神经网络实例、感知器神经元解决较复杂输入向量的分类问题、基于感知器神经网络处理复杂的分类问题、数值分析程序matlab-GUI、用BP网络完成函数的逼近源程序、自组织特征映射应用实例-Examples of neural network sets. Procedures include the following examples of single-layer linear neural network, perceptron neuron input
somsd
- SOM-sd 是现在国外非常流行的一个神经网络的结构自组织特征映射算法-SOM-sd are now very popular abroad, a neural network structure of self-organizing feature map algorithm
self-organizing
- 基于自组织特征映射神经网络的图像压缩算法，ＥＩ检索论文，绝对有参考价值．-Based on self-organizing feature map neural network image compression algorithm, EI retrieval papers, the absolute reference value.
SOFM
- 该目录包含了代码执行Kohonen自组织特征 地图网络。源代码中可以找到SOFM.CPP 。样本数据中发现 SOFMSAMP.PAT 。的自组织特征映射程序接受输入的载体和组成 计算重量。输出定向到屏幕上。-This directory contains the code to implement Kohonen self-organizing feature map network. Source code can be found SOFM.CPP. Found in the s
zizzhiAnn
- 利用自组织特征映射网络实现对图像中物体的自动分类算法。-The use of self-organizing feature map network objects on the image automatic classification algorithm.
bp-fenge
- 对图像进行了预处理，同时确定了图像的分类数，对图像进行了基于自组织特征映射的图像聚类处理。-Of the image of the pre-processing, while identifying the classification of the image the number of pairs of images based on self-organizing maps clustering image processing.
som(Jal.You)
- SOM神经网络（自组织特征映射神经网络）是一种无导师神经网路。网络的拓扑结构是由一个输入层与一个输出层构成。输入层的节点数即为输入样本的维数，其中每一节点代表输入样本中的一个分量。输出层节点排列结构是二维阵列。输入层X中的每个节点均与输出层Y每个神经元节点通过一权值(权矢量为W)相连接，这样每个输出层节点均对应于一个连接权矢量。 自组织特征映射的基本原理是，当某类模式输入时，其输出层某一节点得到最大刺激而获胜，获胜节点周围的一些节点因侧向作用也受到较大刺激。这时网络进行一次学习操作，获胜节点
algorithm
- DES算法 DSA算法 ElGamal算法 Kohonen的SOFM(自组织特征映射) LAM（线性联想记忆）算法 LZW 压缩算法 MD5算法 PGP的安全性(一) PKCS #7 RSA算法 SSL是怎样工作的？ Ternary Search Trees 产生组合的非递归算法 大整数的乘法 对LZW算法的改进及其在图象无损压缩中的应用 复数快速傅立叶变换算法 加密算法与密钥管理 经典加密算法在VB中的实现（1）- Rsa
som-shuzishibie
- 基于自组织神经网络（自组织特征映射）的手写数字识别原代码-Based on self-organizing neural network (SOFM) Handwritten Digit Recognition of the original code
1_4
- 量子自组织特征映射网络聚类算法仿真程序 量子群智能优化算法-Quantum self-organizing feature map network clustering algorithm simulation program
20082271057574919
- Matlab7.0的Kohonen的SOFM(自组织特征映射)源程序-Matlab7.0 of Kohonen' s SOFM (self-organizing feature map) source
som
- 自组织特征映射的一种基本算法，供初学者使用-Self-organizing maps as a basic algorithm for beginners
Kohonen-SOFM
- Kohonen的SOFM(自组织特征映射)源程序-Kohonen' s SOFM (self-organizing feature map) source
SOFM256
- 自组织特征映射算法，采用256的lena的图像进行仿真-Self-organizing feature mapping algorithm, using 256 simulated images of lena
som
- 自组织特征映射神经网络，实现聚类分类功能-Self-organizing feature map neural network, to achieve clustering classification
FCM
- 基于自组织特征映射的矢量量化方法,用自组织映射神经元，图像识别音频识别-Self-organizing feature maps based on vector quantization method, neurons with self-organizing map, image recognition audio recognition
jiyu
- 基于自组织特征映射网络矢量量化图像压缩的研究与实现-Based on self-organizing feature map vector quantization for image compression research and Implementation
SOM-logistic
- SOM网络即自组织特征映射网络，采用竞争学习规则——Winner-Take-All 。网络的输出神经元之间相互竞争以求被激活，结果在每一时刻只有一个输出神经元被激活。这个被激活的神经元称为竞争获胜神经元，而其它神经元的状态被抑制，故称为Winner Take All。SOM网络是以生物学为基础，其运行分为训练和工作两个阶段。-SOM network self- organizing feature map network, competitive learning rule- Winner- T