搜索资源列表
Perceptron_example6
- 分析单层感知器无法解决线性不可分输入矢量的分类问题-analysis of single-layer perceptron unable to solve the non-linear input vector classification
ganzhiqisuanfa
- 用C++编写的感知器求解三维线性方程!对于研究线性问题有帮助!
PRHomeWork
- 模式识别中K均值、ISODATA等聚类算法以及感知器线性判别算法的Java实现,源码包含一个完整的Eclipse工程,便于重用
chepaishibie2
- 在车辆牌照自动识别系统中,因自然因素或采 样因素使得原本规则的印刷体字符产生畸变,给字符识别带 来了很大困难。本文在特征抽取的基础上,采用BP网络进行 分类,并附加线性感知器来实现单字的有效识别。该方法算法 简便,识别率高,可适用于多种高噪声环境中的印刷体字符识 别。
Pattern_classification_ppt
- 运用matlab实现感知器算法,同时在线性不可分时给出提示
sjwl
- 神经网络理论与MATLAB7实现 书籍和源码打包在一起了. 分别介绍了几种比较重要的神经网络类型,包括感知器、线性网络和BP网络等,并介绍了这些网络的结构及学习算法,以及MATLAB的实现方法。第6章介绍了神经网络的图形用户界面
fengleiqi2
- 使用线性分类器进行分类,采用感知器算法中的“奖惩算法”,各提取3类中的前25个样本共75个作为学习样本。
利用双层感知器神经网络处理线性不可分的分类问题
- 利用双层感知器神经网络处理线性不可分的分类问题-use double perceptron neural networks to handle non-linear classification
Perceptron_Function
- 基于感知器算法的线性分类程序,matlab实现。-Perceptron-based algorithm of linear classification procedures, matlab realize.
PR_Perception_Approach
- 模式识别中的线性感知器算法 通过了测试-Pattern Recognition linear perceptron algorithm passed the test
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
textureclassfication
- 提出了一种基于函数联接的感知器神经网络的纹理分类方法.它采用高斯2马尔柯夫随机场模型(GM RF)对纹理进行描述,模型参数即为纹理特征,参数估计采用最小平方误差方法获得.将估计参数作为表达纹理的特征向量,用感知器网络对特征进行分类,并且采用函数联接的方式解决线性不可分问题.对纹理图象进行的实验表明,采用这种方法能够提高学习速度,简化计算过程,并取得较好的纹理分类效果. -Based on the function connected perceptron neural network tex
net1
- 单层感知器人工神经网络,可以用来解决线性可分的模式识别问题-Single-layer perceptron artificial neural network, can be used to solve linear pattern recognition problems can be divided into
ex3
- 基于BP神经网络识别字符. BP神经网络算法是把一组样本输入输出问题转化为一个非线性优化问题,并通过梯度算法利用迭代运算求解权值的一种学习方法。采用BP网络进行分类,并附加线性感知器来实现单字符的有效识别,算法简便,识别率高,可适用于多种高噪声环境中的印刷体字符识别。-BP neural network based character recognition. BP neural network algorithm is a set of sample input and output is
annexamples
- 很多神经网络的应用程序:如感知器,自适应线性元件,BP网络,霍普菲尔德网络,竞争网络...适合初学者。-Many neural network applications: such as sensor, adaptive linear element, BP network, Hopfield networks, competitive networks ... suitable for beginners.
ganzhiqi
- 感知器算法,用于感知器的计算,感知器指的是进行分类的线性判别函数,他们不需要考虑模式及的统计性质。-ganzhiqi duanfa
线性分类器
- 该程序能够实现对于一个样本完成感知机,最小二乘法,凸优化方法解决SVM和matlab自带函数解决SVM的四种程序,并且通过修改部分参数可以完成不同效果。(The program can be achieved for a complete sample perceptron, least squares method, convex optimization method to solve SVM and MATLAB with four program function to solve th
ganzhiqi
- 用感知器算法分类一个随机生成的2维数据样本集,并画出线性判决函数(Using the perceptron to classify a simple randomly generated 2 dimensional data sample set)
Perceptron
- 用MATLAB实现简单的分类器分类,对线性的点进行简单的分类。(Using MATLAB to achieve a simple classifier,Simple classification of linear points)
Rosenblatt_Perceptron
- 用MATLAB实现一个简单的分类器,对线性的点进行简单的分类。(Using MATLAB to implement a simple classifier, a simple classification of linear points.)