搜索资源列表
bppMatlab
- 网络能通过学习带正确答案的实例集自动提取“合理的”求解规则，即具有自学习能力-network can learn the correct answer with examples of automatic drawing of the "reasonable" solution rules, that is self-learning ability
模糊规则的生成
- 这是我自己编的从数据中自动提取模糊规则的程序,这个文件中包括了一个主程序和几个函数,能够自动提起模糊规则、合并优化模糊规则。-This is my own series of the data from the automatic extraction of fuzzy rules procedures, the document includes a main program and several function, can automatically initiate fuzzy rule
ELM_DE.zip
- 模糊神经网络实现函数逼近与分类，实现模糊规则的提取。,Fuzzy neural network function approximation and classification, to achieve the extraction of fuzzy rules.
BPNN
- 用BP神经网络实现模糊控制规则为T=int[(e +ec)/2]的模糊神经网络控制器。可以改变隐层节点数和学习速率。网络训练算法是变学习速率法。-BP neural network with fuzzy control rules for the T = int [(e+ Ec)/2] of the fuzzy neural network controller. Can change the hidden layer nodes and learning rate. Network tra
GAP-RBF
- 模糊神经网络逼近与分类，模糊规则提取，快速增长与删减网络。-Fuzzy neural network approximation and classification, fuzzy rule extraction, with the deletion of the rapid growth of the network.
GGAP-RBF
- 模糊神经网络实现函数逼近与分类，实现模糊规则的提取。-Fuzzy neural network function approximation and classification, to achieve the extraction of fuzzy rules.
OS-ELM
- 模糊神经网络实现函数逼近与分类，实现模糊规则的提取。-Fuzzy neural network function approximation and classification, to achieve the extraction of fuzzy rules.
elm
- 模糊神经网络实现函数逼近与分类，实现模糊规则的提取。-Fuzzy neural network function approximation and classification, to achieve the extraction of fuzzy rules.
DataminingBasedonGeneticAlgorithms
- 本文提出了基于遗传算法的关联规则的提取方法，并从编码方法、适应度函数的构造、交叉算子和变异算子的设计等方面进行了详细都讨论和分析，并结合我校的智能型学生测评系统，给出了用遗传算法进行关联规则挖掘的实例。-This paper brings forward the algorithms based on the genetic algorithms of association rules,discusses and analyses the genetic algorithms in detai
Neural_Network_Design_Chinese
- 神经网络设计中文，软件架构方法.本书主要讲述神经网络的基本概念，介绍实用的网络模型、学习规则和训练方法。-Neural Network Design _ Chinese
paper
- 关联规则论文： GP在入侵检测规则提取中的适应度函数设计.pdf 采用数据挖掘的入侵检测技术研究.pdf 分类规则挖掘算法综述.pdf -Articles of Association Rules: GP in intrusion detection rule extraction in the design of fitness function. Pdf intrusion detection using data mining technology research. Pd
Research_on_Network_intrusion_detection_based_on_d
- 本文提出一种基于数据挖掘的入侵检测模型,其主要思想是利用数据挖掘的方法,从经预处理的包含网络连接信息的 审计数据中提取能够区分正常和入侵的规则,并用来检测入侵行为。对Apriori 算法中求频繁集时扫描数据库I/O 负载惊人 的问题提出了一种改进办法。为验证该算法的可行性,文章最后实现了该入侵检测模型的知识库中正常连接规则的挖掘。实 验表明该模型能提取特征生成新规则,并证明了方法的可行性和有效性。-In this paper an intrusion detection system
test_draworb0
- 高级信息提取 基于专家知识的决策树分类：规则获取（经验总结、数据挖掘如c4.5 cart算法）、规则定义以及构建决策树 -Advanced information extraction based on expert knowledge of the decision tree classification: the rules to get (lessons learned, data mining algorithms such as c4.5 cart), definit
aprioricsharp
- Apriori 数据挖掘算法的C#实现 数据库中的知识发现 (Knowledge Discovery in Databases,KDD) 是利用计算机自动地从海量信息中提取有用的知识 , 是一种有效利用信息的新方法 , 目前已成为数据库领域的研究热点之一。 KDD 的研究焦点在于数据挖掘。数据挖掘是从大型数据库或数据仓库中提取人们感兴趣的知识 , 这些知识是隐含的 , 事先未知的潜在的有用信息。主要包括的方法有 : 分类、回归分析、聚类、关联分析等 [1][5] 。关联规则的提取主要针对大型
sample3
- 自学习和自适应能力：BP神经网络在训练时，能够通过学习自动提取输出、输出数据间的“合理规则”，并自适应的将学习内容记忆于网络的权值中。即BP神经网络具有高度自学习和自适应的能力-Self-learning and adaptive capacity: BP neural network during training, the output can be automatically extracted by learning " rule of reason" between