搜索资源列表
NEApers
- 演化神经网络拓扑结构编写的扫雷机器人程序-evolution of neural network topology structure of the mine-sweeping robot procedures
rengongshenjingwangluo
- 这个程序是用来模拟人工神经网络的拓扑结构的-This procedure is used to simulate artificial neural network topological structure
VB-BP-Artificial-neural
- 如何在VB下实现BP神经网络的拓扑优化算法
somnet
- 一种通过自组织竞争学习网络实现数据降维和可视化的单层神经网络模型。用此算法可以把输入空间的多维映射到低维的(一维或者二维)的离散网络上,并将保持相同性质的输入数据在映射到低维空间时的拓扑一致性。iris以及letter两个数据集进行分类
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
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)。-
33
- BP算法是为了解决多层前向神经网络的权系数优化而提出来的;所以,BP算法也通常暗示着神经网络的拓扑结构是一种无反馈的多层前向网络-BP algorithm is to solve the multi-layer feedforward neural network weights optimization and put forward Therefore, BP algorithm usually implies that the topology of neural network is
data-dig
- 一些数据挖掘算法相关,包含定义网络拓扑,有关高血压研究方面的数据,朴素贝叶斯分类,关联规则基本概念,数据挖掘算法, 决策树方法在数据挖掘中的应用,训练贝叶斯信念网络,后向传播,贝叶斯信念网络,后向传播和可解释性,多层前馈神经网络-Some relevant data mining algorithms, including the definition of network topology, the high blood pressure research data, Naive Baye
RCE
- RCE网络即“衰减库仑势”法,在每一个模式层单元都有一个对应的超球体半径可调整的参数。有与概率神经网络相同的拓扑结构。-RCE network that is " attenuated Coulomb potential" method, a model layer in each unit has a corresponding super-sphere radius of adjustable parameters. With the probabilistic neura
Breadth_of_Network_Topology_Discovery_Algorithm_an
- 基于广度优先的网络拓扑发现算法及实现Based on Breadth of Network Topology Discovery Algorithm and Implementation-Based on Breadth of Network Topology Discovery Algorithm and Implementation Based on Breadth of Network Topology Discovery Algorithm and Implementation
C_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)。-
Matlab_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)。-
4
- :本文较为系统地介绍了纸币面值数字图象识别的计算机仿真。文中详细介绍了模版 匹配、特征点匹配、神经网络等字符识别方法,并进行了比较。根据本文研究对象的特点,选择 了从分析数字本身的拓扑结构入手,根据字符投影分布的规律来判断和识别的方法,成功实现 了纸币面值的识别。-: This article notes a more systematic introduction to digital image recognition, face value of the computer si
BP
- 构建BP神经网络,源码。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)。-BP neural network to build, source. BP network can learn and store a lot of input- out
matlab_neat
- 一类新的神经进化算法——NEAT,可同步进化BP网络的拓扑结构和连接权值,避免了网络结构的选择和设计,此程序是用于解决经典的XOR分类问题-A new neuroevolution algorithm is called NEAT.NEAT can evolve the topologies as well as the connection weights of BP network. this matlab program solves the XOR problem.
Multi-Agent-Particle-Swarm-Algorithm
- 结合多智能体的学习、协调策略及粒子群算法,提出了一种基于多智能体粒子群优化的配电网络重构方法。该方法采用粒子群算法的拓扑结构来构建多智能体的体系结构,在多智能体系统中,每一个粒子作为一个智能体,通过与邻域的智能体竞争、合作。能够更快、更精确地收敛到全局最优解。粒子的更新规则减少了算法不可行解的产生,提高了算法效率。实验结果表明,该方法具有很高的搜索效率和寻优性能。-Combining the study of multi-agent technology,coordinating strateg
BP
- BP神经网络的拓扑优化算法-我的心血啊,希望对大家有帮助-BP neural network topology optimization algorithm of BP neural network topology optimization algorithm BP neural network topology optimization algorithm BP neural network topology optimization algorithm
BP网络
- 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(梯度法),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 layer)、隐层(hide layer)和输出层(outpu
新建 WinRAR 压缩文件
- 为SOM神经网络程序 addon.m为距离函数和拓扑函数示例。(For the SOM neural network program Addon.m is an example of distance functions and topological functions.)
5268140
- 通过对角线 轮系拓扑判断两个分层邻接矩阵和图形的一致性()