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
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
topo2RED
- This scr ipt give u the performance analysis to 3 congestion control algorithm Tahoe,Reno and Vegas with the help of x-graph using RED queue mechanism on sample network topology.
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
buchblock
- 一本关于广义度量化空间、神经网络以及微分方程的研究书-In mathematics, general topology or point-set topology is the branch of topology which studies properties of topological spaces and structures defined on them.An important consideration in non-linear analysis is the quest
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
GA_BPNN.C
- 遗传算法优化神经网络GA_NN.C语言,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,非常实用。-Genetic algorithm optimization neural network GA_NN.C language, synchronization topology and evolution BP network connection weights, avoiding the selection and design of the network structur
BP
- SOM神经网络的数据分类，柴油机故障诊断。 addon.m为距离函数和拓扑函数示例-SOM neural network data classification, diesel engine fault diagnosis.addon.m is an example of the distance function and TOPOLOGY ON FUNCTION
cellular-automata
- 针对短信网络内病毒传播行为的多样性特点,在研究短信网络生长过程及其拓扑结构的基础上,采用SEIR模型构造元胞自动机模拟方法,对病毒在短信网络内的传播过程进行了模拟仿真,并在此基础上研究了用户反应时间、预免疫与病毒变异对短信病毒传播的影响.实验结果表明,该自动机模型能较好地模拟短信网络中病毒的传播过程.同时针对病毒的传播特点提出了有效的防治策略。-According to the characteristics of the diversity of the virus spreading beh
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
BayesKit
- 贝叶斯网络，又称信念网络(Belief Network, BN), 或有向无环图模型，是由一个有向无环图(DAG,Directed acyclic graphical model)和条件概率分布(即知道P(xi|parent(xi))发生的概率构成，其中parent(xi)为指向xi的直接父节点)。它是一种模拟人类推理过程中因果关系的不确定性处理模型，其网络拓朴结构是一个有向无环图(DAG)。(Bayesian networks, also known as belief networks (B
CNN
- 卷积神经网络分类 调制信号识别 卷积神经网络（Convolutional Neural Networks, CNN）是一类包含卷积计算且具有深度结构的前馈神经网络（Feedforward Neural Networks），是深度学习（deep learning）的代表算法之一 [1-2] 。卷积神经网络具有表征学习（representation learning）能力，能够按其阶层结构对输入信息进行平移不变分类（shift-invariant classification），因此也被称