搜索资源列表
2006113041152622(1)
- 汉字识别系统。基于样本训练的汉字识别系统，何以识别汉字/字符数字等。很适合学习基本原理的研究者使用。
Classify
- VC实现的手写体识别程序。实现手写数字给出不同的分类器识别结果，可心采用模板匹配分类器（最邻近模板匹配法）识别， Bayes分类器识别（使用二值数据的Bayes方法,最小错误概率的Bayes方法，最小风险的Bayes方法)，线性函数分类法识别（Fisher算法，奖惩算法，增量校正算法，LMSE算法的识别），非线性分类法（势函数法）识别，神经网络分类法识别（包括神经网络训练，神经网络建立后输出权值，测试与比较，神经网络识别）。 运行完全正确，是学习VC实现不同分类识别方法的很好代码。
DictionaryLearning
- 字典学习训练，利用学习训练字典达到较好的稀疏分解效果
bpnnet_156
- 在实际应用中，原始的BP算法很难胜任，因此出现了很多的改进算法。BP算法的改进主要有两种途径，一种是采用启发式学习方法，另一种则是采用更有效的优化算法。本例采用动量BP算法，来实现对网络的训练过程，动量法降低了网络对于误差曲面局部细节的敏感性，有效地抑制网络陷于局部极小。
plate_BPTrain
- 针对车牌识别的字符bp神经网络训练，稍加改造即可用于ocr及其它字符识别场合 将字符切分为32*16大小bmp，放入相应文件夹，训练时选择该文件夹即可完成相应字符训练 仅供学习使用，勿商业应用，本人保留所有版权。
2008vfpdjkshmn1
- VFP模拟试题，可以在等级考试前做冲刺训练！我们共同学习，共同进步！
sort
- 分类问题是利用已知类别的样品（训练集）来构造分类器，其训练集样品是已知类别的，所以又称为有监督学习。
停车诱导系统中车位预测模型的研究
- 停车诱导系统中车位预测模型的研究 摘 要 研究城市停车诱导系统的停车车位占有率预测问题。首先提出墓于B P神经网络的车位占有预测模型， 同时将自适应 学习速率调整法和加入动量项方法用于改善基本B P神经网络， 优化了学习速率， 减少了训练过程的震荡趋势， 改善了网络的收效 隆。以此为基础实现了停车位的智能预测 0最后， 进行了多种方法比对实验
myBP_old
- 我的人工神经网络作业，包括BP网络的学习，训练和回想，初学人工神经网络的可以
afs1
- 人工鱼群算法（AFSA）是2002年李晓磊提出的基于鱼群行为的寻求全局最优 的新型搜索策略，该算法具有较优的全局收敛能力及较快的寻优速度。本文首次将 人工鱼群算法应用于人工神经网络的学习，形成了人工鱼群神经网络模型，通过与 BP算法、模拟退化算法、进化算法训练的人工神经网络进行比较，验证了人工鱼群 神经网络在全局寻优能力上的优势，进而利用人工鱼群神经网络进行电力系统短期 负荷预测，建立了人工鱼群神经网络预测模型。为了进一步提高算法的稳定性，以 及求得全局最优值的能力，文中
wxy353
- 程序包含的设置包括：列数、样本总个数、建模样本数、预报因子数、预报对象数、学习因子、 动量因子、训练次数、总体误差、隐节点数。-procedures contained in the set include : number, the total sample number, the number of samples modeling, forecasting several factors, forecasting several targets, learning factor, mome
93810496
- 一个可自我学习的人工智能小模型，可进行训练，也可进行提问。-a self-learning artificial intelligence model small, it can conduct training, can question.
人工神经元网络
- 《人工神经元网络》含有实用的网络模型、学习规则和训练方法的一些算法程序，对学习人工智能，模式识别的人有一些帮助！-"artificial neural network" contains practical network model, learning rules and the training methods of some algorithm for the study of artificial intelligence, pattern recognition o
自组织系统Kohonen网络模型源程序
- 自组织系统Kohonen网络模型。对于Kohonen神经网络，竞争是这样进行的：对于“赢”的那个神经元c，在其周围Nc的区域内神经元在不同程度上得到兴奋，而在Nc以外的神经元都被抑制。网络的学习过程就是网络的连接权根据训练样本进行自适应、自组织的过程，经过一定次数的训练以后，网络能够把拓扑意义下相似的输入样本映射到相近的输出节点上。网络能够实现从输入到输出的非线性降维映射结构：它是受视网膜皮层的生物功能的启发而提出的。~..~-Kohonen network model. For Kohonen
BP神经网络源程序
- 基于C开发的三个隐层神经网络，输出权值、阈值文件，训练样本文件，提供如下函数：1）初始化权、阈值子程序；2）第m个学习样本输入子程序；3）第m个样本教师信号子程序；4）隐层各单元输入、输出值子程序；5）输出层各单元输入、输出值子程序；6）输出层至隐层的一般化误差子程序；7）隐层至输入层的一般化误差子程序；8）输出层至第三隐层的权值调整、输出层阈值调整计算子程序；9）第三隐层至第二隐层的权值调整、第三隐层阈值调整计算子程序；10）第二隐层至第一隐层的权值调整、第二隐层阈值调整计算子程序；11）第一
LVQ
- LVQ(学习矢量量化)算法：它是Kohonen的有监督学习的扩展形式。融合了自组织和有导师监督的技术，学习方法是竞争的，但产生方式是有教师监督的，也就是说，竞争学习是在由训练输入指定的各类中局部进行。-LVQ (LVQ) algorithm : it is Kohonen of supervised learning the expansion of the form. The convergence of self-organization and supervision of the ins
alteral_train.rar
- alteral训练新人的程序代码~~学习使用,alteral train new code of learning ~ ~
zhichixiangliangji.rar
- 支持向量积的调制识别原代码，关于学习训练,Support Vector plot of the original code modulation recognition, Learn about the training
my.rar
- 自己写的，基于C4.5的数据额挖掘算法，有训练和测试训练集，学习数据挖掘的好程序样例！,Wrote it myself, based on the amount of C4.5 data mining algorithm, a training and testing of training set, a good learning process of data mining sample!
Fortran_bp
- BP（Back Propagation）网络是1986年由Rumelhart和McCelland为首的科学家小组提出，是一种按误差逆传播算法训练的多层前馈网络，是目前应用最广泛的神经网络模型之一。BP网络能学习和存贮大量的输入-输出模式映射关系，而无需事前揭示描述这种映射关系的数学方程。它的学习规则是使用最速下降法，通过反向传播来不断调整网络的权值和阈值，使网络的误差平方和最小。BP神经网络模型拓扑结构包括输入层（input）、隐层(hide layer)和输出层(output layer)。-