搜索资源列表
fmap1
- matlab编写的训练som自组织特征映射神经网络的源代码。-Matlab prepared by the training som self-organizing feature map neural network source.
Kohonen_SOFM
- 利用c＋＋开发的自组织映射神经网络源程序，供初学者参考。-use c + + development of self-organizing neural network source for advanced users.
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
自组织特征映射应用实例
- 开发环境:Matlab 简要说明: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。-development environment : Matlab Brief Descr iption : Se
ClusteringanalysisbasedonSOFMnetwork
- 基于自组织特征映射网络的聚类分析，是在神经网络基础上发展起来的一种新的非监督聚类方法，分析了基于自 组织特征映射网络聚类的学习过程，分析了权系数自组织过程中邻域函数和学习步长的一般取值问题，给出了基于自组织 特征映射网络聚类实现的具体算法，并通过实际示例测试，证实了算法的正确性。 -Based on self-organizing feature map network cluster analysis, neural network is developed on the basi
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
Selforg
- 自组织特征映射网络进行图像分类识别（神经网络实用教程）-Self-organizing feature map network image classification Recognition [Neural Network Practical Guide]
SOM
- MATLAB的自组织映射神经网络源码和相应的实验数据-MATLAB' s self-organizing map neural network source code and the corresponding experimental data
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
Untitled1
- 自组织映射神经网络，实现数据网络的无导师训练-Self-organizing map neural network, data network unsupervised training
zzzsjwl
- 自组织映射神经网络对图像进行训练，有训练结果图-Self-organizing map neural network is trained on the image, there are training results map
self-organization-map
- 自组织映射神经网络是一类新异类分类方法，可以较好的解决一类分类问题！-The self-organizing map neural network is a new class of heterogeneous classification, a classification can be a better solution!
somdemo.tar
- 自组织映射神经网络java源代码 myeclipse工程文件可直接导入使用-self-organizing maps nerual network java source code
SOFM
- 利用自组织映射神经网络进行分类并评价模型性能-Using SOFM to realize the classfication and uating the model performance
6
- SOM神经网络的数据分类 非常具体的实验报告 根据SOM神经网络相关知识，设计一个具有数据分类功能的自组织映射神经网络。要求该网络可以正确地对样本中包含的数据集进行分类。-Data SOM neural network classification very specific test report SOM neural network based on knowledge, to design a self-organizing map data classification ne
som神经网络
- som神经网络自组织特征映射网络，用于聚类(Som neural network self-organizing feature mapping network for clustering)
MySOM
- SOM神经网络，采用自组织映射神经网络，myeclipse可导入工程直接使用(Self-organizing maps nerual network java source code.)
07 神经网络与深度学习
- 人工神经网络（Artificial Neural Networks，ANN）系统是 20 世纪 40 年代后出现的。它是由众多的神经元可调的连接权值连接而成，具有大规模并行处理、分布式信 息存储、良好的自组织自学习能力等特点。BP（Back Propagation）算法又称为误差 反向传播算法，是人工神经网络中的一种监督式的学习算法。BP 神经网络算法在理 论上可以逼近任意函数，基本的结构由非线性变化单元组成，具有很强的非线性映射能力。(The Artificial Neural Network
05 竞争神经网络与SOM神经网络
- 自组织神经网络概念和原理，并重点介绍一下自组织特征映射SOM网络。SOM和现在流行的ANN（MLP）模型在结构上类似，都由非常简单的神经元结构组成，但是SOM是一类“无监督学习”模型，一般的用法是将高维的input数据在低维的空间表示[1]，因此SOM天然是一种降维方法。除了降维，SOM还可以用于数据可视化，以及聚类等应用中。(The concept and principle of self-organizing neural network are introduced, and the s
基于SOM的数据分类
- SOM神经网络也属于自组织型学习网络，只不过更特殊一点它属于自组织特征的映射网络。该网络是由一个全连接的神经元阵列组成的无教师，自组织，自学习的网络。(SOM neural network also belongs to self-organizing learning network, but more specifically, it belongs to self-organizing feature mapping network. The network is a non-teache