搜索资源列表
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
guagnyishenjingwangluo
- 广义神经网络的聚类算法，matlab，网络入侵聚类，包含程序代码-Generalized neural network clustering algorithm, matlab, network intrusion cluster, contains program code
SOM
- 利用VC++6.0实现SOM神经网络，简单对数据进行聚类-VC 6.0 SOM neural network, a simple clustering of the data
GWSOM
- 这是生长自组织神经网络的编程实例，用c语言实现，可以实现动态聚类-Growth neural network programming examples
Pattern-Recognition
- 模式识别与智能计算的一个基于matlab运行的识别分类软件，聚集了模糊聚类，SVM，神经网络等各种流行的分类算法于一体，便于比较测试数据在不同分类算法下的分类效果-Pattern Recognition and Intelligent Identification and Classification of the calculation to run a matlab software, gathered a variety of popular fuzzy clustering, SVM,
KLS_RBF
- 基于k均值算法聚类和径向基网络的神经网络程序-rbf program based on k-means and ls
KLS_RBF1
- 有归一化的基于k均值聚类和LS的matlab程序，神经网络算法-rbf based on k-means and ls，with standard
cd4ef1.ZIP
- 一种密度聚类模糊神经网络的建模方法A density based clustering fuzzy neural network modeling method-A density based clustering fuzzy neural network modeling method
Multi-class-SVM-Image-Classification
- 基于神经网络的遥感图像分类取得了较好的效果,但存在固有的过学习、易陷入局部极小等缺点.支持向量机机器学习方法,根据结构风险最小化(SRM)原理,表现出很多优于其他传统方法的性能,本研究的基于多类支持向量机分类器的遥感图像分类取得了达95.4 的分类精度.但由于遥感图像分类类别多,所需训练样本较大,人工选择效率较低,为此提出以人工选择初始聚类质心、C均值模糊聚类算法自动标注训练样本的基于多类支持向量机的半监督式遥感图像分类方法,期望能在获得适用的分类精度的基础上有效提高分类效率-Neural ne
top-ten-algorithms-of-mathematical
- 自己在各个论坛上搜集的十大算法，Dijkstra算法，Floyd算法，动态规划，分治算法，概率算法，灰色预测，聚类算法，蒙特卡洛，模拟退火算法，神经网络等等，附有算法的原理，部分含有相关的程序源代码。-In various forums to collect the ten algorithms, Dijkstra algorithm, the Floyd algorithm, dynamic programming, divide and conquer algorithms, probabi
MANAGE-MATLAB
- MATLAB例程，详解MATLAB,神经网络，机器学习，聚类，分类-matlab example
bayesian_kmeans_bp
- 贝叶斯分类程序，用于图像的分割，二值化等，是模式识别中的一种基本分类方法。 k均值聚类，神经网络-Bayesian classification procedures for image segmentation, binarization is a basic classification in pattern recognition. k-means clustering, neural networks
LVQ
- 该评估问题实际上是一个分类问题，评价指标作为网络的输入，评估等级是网络的输出，CPN网络的竞争层能够进行聚类，再通过有导师学习就可以精确划分类型，在该例中获得了成功的应用。 从此例中也可以发现，随着样本数得增多，网络的训练次数也随之增加，另外，该例中隐层节点数的选择还主要依靠经验和试验。 由本实验的结果可知，利用CPN神经网络实现博士论文评价具有很好的效果，其评价结果与专家所给结果基本一致。-The evaluation problem is actually a classificat
BP-airquality
- 人工神经网络方法在环境质量评价方面的应用大体可分为城市环境质量综合评价、大气环境质量评价、地表水环境质量评价、地下水环境质量评价、湖泊富营养化程度评价、生态环境分类等方面。下面主要列举基于BP算法的多层前馈网在大气环境质量评价中的应用。 许多研究者将基于BP算法的多层前馈网应用于某些城市的大气环境质量评价中，并对比了该方法与模糊决策、灰色聚类及综合评判法的评价结果，证明了BP网络模型用于大气环境质量评价的通用性、合理性、实用性及优越性。-The application of artifici
som_antconc_results
- 聚类是对数据对象进行划分的一种过程，与分类不同的是，它所划分的类是未知的，这是一个“无指导的学习” 过程，本文件采用基于MATLAB GUI 编写了SOM的神经网络语料聚类分析-Corpus clustering of the SOM-based neural network analysis
Pattern-Recognition_MATLAB_1
- 线性分类器设计，1_k近邻法，剪辑法，ANN-BP神经网络法，聚类分析法，特征选择，特征提取等模式识别常用算法，内有matlab可运行实现，还有word文档的说明。对于学习，是做好的资料。-Commonly used algorithm for linear classifier design the 1_k nearest neighbor, clip, ANN-BP neural network method, cluster analysis, feature selection, fea
classification
- 有导师学习神经网络的分类，用于聚类分类，统计问题-Supervised learning neural network classification, for clustering classification, and statistical issues
LMLVVQzipV
- LVQ算法( Learning Vector Quantization，学习矢量量化网络)是一种一种基于模型（神经网络）的方法，本实验要实现的是对LVQQ改进的聚类方法——MLVQ（闫德勤等人提出）。该方法法克服了LVQ算法对初值敏感的问题与广义学习矢量量化(GLVQ)网络算法性能不稳定的缺点。(附文章) -LVQ algorithm (Learning Vector Quantization, learning vector quantization) is a based on the
Self-organizing_feature_map_model
- 自组织特征映射模型(Self-Organizing feature Map)，认为一个神经网络接受外界输入模式时，将会分为不同的区域，各区域对输入模式具有不同的响应特征，同时这一过程是自动完成的。各神经元的连接权值具有一定的分布。最邻近的神经元互相刺激，而较远的神经元则相互抑制，更远一些的则具有较弱的刺激作用。自组织特征映射法是一种无教师的聚类方法。-Self-organizing maps model (Self-Organizing feature Map), that a neural n
Untitled4
- 神经网络聚类，开始时训练，后来是预测以及结果分析-Neural network clustering, the start of training, then forecast and analysis of the results