搜索资源列表
Elman
- MATLAB程序编写的神经网络ELMAN算法，实现故障模式识别-MATLAB programming Elman neural network algorithm, the fault pattern recognition
bpnetworkdown
- MATLAB实现BP神经网络故障模式识别的示例-MATLAB BP neural network fault examples of pattern recognition
Artificail.NN
- 人工神经网络（感知器模型和BP算法） 模式识别课程实验-artificial neural network (perceptron model and BP algorithm) Experimental Pattern Recognition
Svm
- 统计模式识别、线性或非线性回归以及人工神经网络等方法是数据挖掘的有效工具，支持向量分类（support vector classification，简称SVC）算法是一个很有发展前景的方向。
BP神经网络模式识别、函数拟合
- BP神经网络模式识别、函数拟合BP神经网络模式识别、函数拟合BP神经网络模式识别、函数拟合
Backpropagation
- 模式识别课程作业-神经网络分类IRIS数据集.共两层网络，程序有详细注释。程序结果将输出到EXCEL文件中，也很详细。-Course work in pattern recognition- Neural Network Classification IRIS data set. A total of two networks, a detailed program notes. Program results will be output to the EXCEL file, and very
bp
- matlab中应用BP神经网络对模式识别的源码-matlab application of BP neural network for pattern recognition of the source
NeuralNetwork_RBF_Classification
- MATLAB中应用RBF神经网络对模式识别处理-MATLAB Application of RBF neural networks for pattern recognition processing
Patternrecognition
- 模式识别基本方法matlab源代码，包括最小二乘法、SVM、神经网络、1_k近邻法、剪辑法、特征选择和特征变换。-Basic method of pattern recognition matlab source code, including the least squares method, SVM, neural network, 1_k neighbor method, editing method, feature selection and feature transformatio
bprecognition
- 采用神经网络实现手写识别的一种方法，建立Bp神经网络，采用快速训练方法，可快速完成一类相关手写字体的模式识别，识别率较高，当字体变化较大识别率降低时，可重新训练具有较强的适应性。实验证实本方法较好实现了手写字符识别，但也存在识别速度较慢，有时训练不收敛等缺点-Handwriting recognition using neural network is a way to establish Bp neural network, using fast training methods, and c
xunobp
- 用bp神经网络对经提取得到的信号特征参数进行信号的模式识别。-Bp neural network used by the signal characteristic parameters were extracted for signal pattern recognition.
xunorbf
- 用rbf神经网络对经提取得到的信号特征参数进行信号的模式识别。-Rbf neural network by using extracted parameters of the signal characteristics of the signal pattern recognition.
Neural_network_pattern_recognition_and_realization
- 神经网络模式识别及其实现源代码，包括 1 第3、4、6、8、9、10章代码 2 详细说明-Neural network pattern recognition and realization of the source code, including 1 3,4,6,8,9,10 Code Chapter 2 details
感知器算法
- 感知器算法是一种神经网络的模型，是20世纪50年代中期到60年代初人们对模拟人脑学习能力的一种分类学习机模型的称呼。当时的研究者认为它是一种学习的强有力模型，但以当时的技术无法实现非线性分类，许多实验室都放弃了感知器的研究。但其中的思想很经典，对后来的模式识别模型有很大的影响。当然，随着时代的进步，已经有很多学者提出了许多非线性的感知器改进算法，并取得良好效果，此程序主要基于Matlab来具体实现传统的感知器算法。(This program is based on Matlab to speci
语音识别最新
- 用matlab仿真神经网络语音识别系统，里面用的是数字0-9作为训练模板，神经网络匹配模式(use the matlab to simulate word recognition system with neural network)
BP神经网络+最小距离分类器
- BP神经网络算法，贝叶斯-最小距离分类器，可以用于模式识别。(BP neural network algorithm, Bayesian minimum distance classifier, can be used for pattern recognition)
emd+信息熵
- 可以实现机械EMD经验模态分解，提取特征量并利用神经网络进行模式识别故障类型(The empirical mode decomposition of mechanical EMD can be realized, feature quantity is extracted and neural network is used to identify the type of fault.)
BPnetwork_code
- 手写体数字识别是模式识别中一个非常重要和活跃的研究领域，数字识别也不是一项孤立的技术，它所涉及的问题是模式识别的其他领域都无法回避的；应用上，作为一种信息处理手段，字符识别有广阔的应用背景和巨大的市场需求。因此，对数字识别的研究具有理论和应用的双重意义。(Handwritten numeral recognition is a very important and active research field in pattern recognition, digital recognition
bishe
- 使用BP神经网络，对异步电机故障识别的一个简单小例子。(Using BP neural network, a simple example of fault recognition of asynchronous motor is presented.)
Pattern Recognition
- matlab实现一些基础的模式识别工作，如贝叶斯分类，聚类算法，bp神经网络(Matlab implements some basic pattern recognition work, such as Bayesian classification, clustering algorithm, BP neural network)