搜索资源列表
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.
c_SOM
- 一个用C编写的SOM（自组织特征映射）神经网络源代码。-a C prepared by the SOM (self-organizing feature map) neural network source code.
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
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
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]
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
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
som_application
- 自组织特征映射神经网络SOM资料，SOM原理和实现方法、应用-The SOM data self-organizing feature map neural network, SOM principle and method, application
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
somshujvfenlei
- 基于SOM的数据分类，自组织特征映射神经网络用于数据的分类-SVM-based data classification, self-organizing feature map neural network for classification of data
ANN
- 本程序为自组织特征映射神经网络，注释将为详细。本程序通常可作为一种样本特征检测器，在样本排序，样本分类以及样本检测中有广泛的用途。-This procedure is a self-organizing feature map neural network, and usually can be used as a sample characteristics detector, the sample ordering, sample classification and sample dete
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
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