搜索资源列表
竞争网络聚类
- 神经网络中的竞争网络聚类-neural network competition in the network clustering
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。~..~-Koho
20050825203519291
- 双击即可打开揭压缩监督LVQ神经网络存在神经元未被充分利用以及输入样本和竞争单元之间的信息被浪费等问题.通过将EM算法引入到LVQ神经网络中,提出了基于EM聚类算法的有监督LVQ神经网络(即EMLVQ网络),-LVQ.EMLVQ,EMLVQ(EMLVQ)
Hamming_NN
- Hamming 神经网络从功能上来看是最小Hamming 距离分类器．利用它能够完成不完整输入信息与所存储模式的最小汉明距离分类． Hamming 网络是一个双层神经网络，第一层网（即匹配子网络）是用来计算输入模式与该网络已经学习过的各样本之间的匹配测度．第二层网（即竞争子网络）接收从匹配子网络送来的未知模式与已存各样本的匹配测度，然后经过多次迭代运算就可以求得与输入模式相匹配的样本．-Hamming neural netwo
Face_Recognition_Based_on_BP_Neural_Network
- 将BP 神经网络用于人脸识别,建立了人脸识别模型,研究了样本采样训练、样本批量训练和样本完整 训练三种训练策略对识别率的影响。所设计的识别模型包括图像压缩、图像抽样、输入矢量标准化、BP 神经网络与 竞争选择处理过程。利-BP neural network will be used for face recognition, face recognition model set up to study samples of th
sscl
- 本文详细介绍了自分裂竞争学习的方法，适用于竞争学习，神经网络及相关的参考。-This paper describes a self-splitting competitive learning methods, applied to competitive learning, neural network and related reference.
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-A competitive learning through self-organizing network for data dimensionality reduction and visualiz
PSOtoolbox
- 微粒群算法[PSO ] 是由Kennedy 和Eberhart等于1995 年开发的一种演化计算技术, 来源于对鸟群捕食过程的模拟。PSO同遗传算法类似，是一种基于叠代的优化工具，但与遗传算法使用遗传操作子进行优化不同，利用群体中各个体之间的“协作”与“竞争”关系，根据自身及其竞争者的飞行经验，调整自己的行为。同遗传算法比较，PSO的优势在于简单容易实现并且没有许多参数需要调整。目前已广泛应用于函数优化，神经网络训练，模糊系统控制以及其
Forecast
- BP神经网络，自适应竞争神经网络对地震进行预测实例-BP neural network, adaptive competitive neural networks to predict the earthquake example
3-Competitive neural network
- 竞争神经网络的matlab实现，对一组数据进行拟合和训练，得出精度(The matlab implementation of the competitive neural network, fitting and training a set of data to get the accuracy)
SOM
- 自组织竞争神经网络，可以对数据进行无监督学习聚类，本质上是一种只有输入层--隐藏层的神经网络(The self-organized competitive neural network can carry out unsupervised learning clustering of data, which is essentially a neural network with only the input layer hidden
遗传算法
- matlab中经典的竞争神经网络源码，如果未安装matlab，可直接查看html网页查看内容(Matlab classic competitive neural network source code, if not installed MATLAB, can directly view the HTML web page view content)
05 竞争神经网络与SOM神经网络
- 自组织神经网络概念和原理，并重点介绍一下自组织特征映射SOM网络。SOM和现在流行的ANN（MLP）模型在结构上类似，都由非常简单的神经元结构组成，但是SOM是一类“无监督学习”模型，一般的用法是将高维的input数据在低维的空间表示[1]，因此SOM天然是一种降维方法。除了降维，SOM还可以用于数据可视化，以及聚类等应用中。(The concept and principle of self-organizing neural net
第8章 自组织竞争神经网络
- 第8章 自组织竞争神经网络 Matlab实例+源代码(The eighth chapter of self organizing competitive neural network Matlab example + source code)
neural network.rar
- 帮助学习竞争神经网络与SOM神经网络的原理和matlab代码，增强对神经网络的理解和matlab编程能力。(Help to learn the principles of the competitive neural network and the SOM neural network and the matlab code, enhance the understanding of neural network and the abi
第8章 自组织竞争神经网络
- 在matlab平台上进行自组织竞争神经网络的编写与运行(Self-organizing competitive neural network)
第8章 自组织竞争神经网络
- MATLAB学习资料，自组织竞争神经网络，带一组测试数据。(MATLAB learning materials, self organizing competitive neural network, with a set of test data.)
竞争网络实现2维数据聚类
- 利用竞争神经网络实现2维10类数据的聚类。产生[0 1]之间的10类聚类数据（每类15个样本），用竞争神经网络实现所产生数据的聚类，并在同一图上显示聚类结果。(2 dimensional and 10 dimensional data clustering is realized by competitive neural network. 10 classes of cluster data (15 samples per class
05 竞争神经网络与SOM神经网络
- 里面有两个神经网络原理的PPT,竞争神经网络和SOM神经网络，还有一个实际案例————矿井突水水源的判别。(There is a neural network principle of PPT, competitive neural network and SOM neural network, there is also a practical case - the identification of mine water inrus
神经网络入门13课源码
- 神经网络入门13课源码 第一课 MATLAB入门基础 第二课 MATLAB进阶与提高 第三课 BP神经网络 第四课 RBF、GRNN和PNN神经网络 第五课 竞争神经网络与SOM神经网络 第六课 支持向量机( Support Vector Machine, SVM ) 第七课 极限学习机( Extreme Learning Machine, ELM ) 第八课 决策树与随机森林 第九课 遗传算法( Genetic Al