搜索资源列表
CPN_VC
- CPN网络，即对向传播网络，是将Kohonen特征映射网络与Grossberg基本竞争网络相结合，发挥各自特长的一种新型特征映射网络。-CPN network, the right to communication networks, Kohonen feature is the mapping of network and basic Grossberg competing networks combined play to thei
p41wf4
- 竞争网络的matlab程序
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
交换网络嗅探
- 共享以太网：在共享网络环境中，所有的主机都连接到同一条总线并且与其他的主机竞争带宽。这意味着在这样的环境中，发给某个主机的数据包也会被其它所有的机器收到。因此在这样的环境中，任何设置成混杂模式的主机，将可以捕获发送给其它主机的数据包，从而窃听网络上的所有通信。 -Ethernet sharing : sharing network environment, all of the hosts connected to a bus with
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
银行网络方案
- 金融业一直是计算机技术应用最多和最广泛的一个行业，这在中国市场经济蓬勃发展，金融体制改革为领导、国有商业银行为主体、多种金融机构分工协作的格局日益形成，特别是大量外资银行涌入，使银行间的商业竞争开始激烈。 在这种环境下，如何有效地加快计算机技术的深入应用，加强技术改造更新，提高自身的业务服务能力和水平，是银行发展中的一项关键任务。单机、分系统的计算机应用模式已不能适应今天的需求。 国家推动的“三金”工程，为银行业的计算机系统提出了重
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
交换网络嗅探
- 共享以太网：在共享网络环境中，所有的主机都连接到同一条总线并且与其他的主机竞争带宽。这意味着在这样的环境中，发给某个主机的数据包也会被其它所有的机器收到。因此在这样的环境中，任何设置成混杂模式的主机，将可以捕获发送给其它主机的数据包，从而窃听网络上的所有通信。 -Ethernet sharing : sharing network environment, all of the hosts connected to a bus with
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
CPN_VC
- CPN网络，即对向传播网络，是将Kohonen特征映射网络与Grossberg基本竞争网络相结合，发挥各自特长的一种新型特征映射网络。-CPN network, the right to communication networks, Kohonen feature is the mapping of network and basic Grossberg competing networks combined play to thei
annexamples
- 很多神经网络的应用程序：如感知器，自适应线性元件，BP网络，霍普菲尔德网络，竞争网络...适合初学者。-Many neural network applications: such as sensor, adaptive linear element, BP network, Hopfield networks, competitive networks ... suitable for beginners.
matlab
- 这是基于自组织竞争神经网络的例题 具体的自己看-This is based on self-organizing competitive neural network that looks at specific examples
shenjingwangluo
- 运用自组织竞争网络来完成岩石性质的识别，以此为背景，训练神经网络，并进行分类。-The use of self-organizing nature of competition in the network to complete the identification of rock, as a background, training neural networks and classification.
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)
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
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