感知器神經(jīng)元解決較復雜輸入向量的分類問題
資源簡介：感知器神經(jīng)元解決較復雜輸入向量的分類問題
上傳時間： 2014-01-25
上傳用戶：l254587896
資源簡介：神經(jīng)網(wǎng)絡實例集。包括以下幾個程序單層線性神經(jīng)網(wǎng)絡實例、感知器神經(jīng)元解決較復雜輸入向量的分類問題、基于感知器神經(jīng)網(wǎng)絡處理復雜的分類問題、數(shù)值分析程序matlab-GUI、用BP網(wǎng)絡完成函數(shù)的逼近源程序、自組織特征映射應用實例
上傳時間： 2013-12-01
上傳用戶：coeus
資源簡介：利用雙層感知器神經(jīng)網(wǎng)絡處理線性不可分的分類問題
上傳時間： 2013-12-22
上傳用戶：zuozuo1215
資源簡介：采用單一感知器神經(jīng)元解決一個簡單的分類問題，將四個輸入矢量分為兩類，其中 ％ 兩個矢量對應的目標值為1，另兩個矢量對應的目標值為0
上傳時間： 2015-10-21
上傳用戶：wyc199288
資源簡介：分析單層感知器無法解決線性不可分輸入矢量的分類問題
上傳時間： 2013-12-12
上傳用戶：sunjet
資源簡介：多個感知器神經(jīng)元的分類問題 ％四類輸入向量
上傳時間： 2015-06-14
上傳用戶：evil
資源簡介：感知器（Perceptron) 單層感知器神經(jīng)元模型圖,我們可以看出感知器的基本功能是將輸入矢量轉(zhuǎn)化成0或1的輸出。這一功能可以通過在輸入矢量空間里的作圖來加以解釋。
上傳時間： 2016-12-12
上傳用戶：四只眼
資源簡介：基于感知器神經(jīng)網(wǎng)絡處理復雜的分類問題
上傳時間： 2014-01-02
上傳用戶：wlcaption
資源簡介：非平衡數(shù)據(jù)集的分類問題經(jīng)常出現(xiàn)在許多實際應用中.支持向量機在處理這一類問題時,整體分類性能比較低.為此,Veropoulos提出的采用不同懲罰系數(shù)的改進算法可以較好的解決此類問題.此外,可以利用序列最小優(yōu)化算法簡單快速的解決上述優(yōu)化問題.
上傳時間： 2014-01-19
上傳用戶：yzy6007
資源簡介：這是有個基于matlab的單一感知器神經(jīng)元應用的實例
上傳時間： 2014-02-06
上傳用戶：zhaiye
資源簡介：Matlab中BP神經(jīng)網(wǎng)絡的構(gòu)建和初始化訓練前饋網(wǎng)絡的第一步是建立網(wǎng)絡對象。函數(shù)newff建立一個可訓練的前饋網(wǎng)絡。這需要4個輸入?yún)?shù)。第一個參數(shù)是一個Rx2的矩陣以定義R個輸入向量的最小值和最大值。第二個參數(shù)是一個顢頇每層神經(jīng)元個數(shù)的數(shù)組。第三個參數(shù)是包含...
上傳時間： 2014-12-04
上傳用戶：LIKE
資源簡介：最大概率分詞法,這種分詞算法能夠較好的解決漢語分詞中的歧義問題,但分詞效率比最大匹配分詞算法要低
上傳時間： 2015-03-17
上傳用戶：569342831
資源簡介：利用感知器和BP網(wǎng)進行模式識別的基本方法，通過實驗加深對基本概念的理解
上傳時間： 2013-12-13
上傳用戶：xlcky
資源簡介：使用動態(tài)規(guī)劃方法解決多個生產(chǎn)線上的調(diào)度問題，進而解決生產(chǎn)線調(diào)度的最小時間問題
上傳時間： 2013-12-10
上傳用戶：003030
資源簡介：遺傳算法用于解決多目標排課的優(yōu)化問題,是一個好算法
上傳時間： 2013-12-27
上傳用戶：金宜
資源簡介：利用MATLAB解決偏微分方程中的一些問題,如插值求解
上傳時間： 2016-02-03
上傳用戶：515414293
資源簡介：利用MATLAB解決偏微分方程中的一些問題,如插值求解
上傳時間： 2014-11-21
上傳用戶：ikemada
資源簡介：PLA解決神經(jīng)網(wǎng)絡簡單的分類問題,這是我寫的第一個神經(jīng)網(wǎng)絡程序,有興趣下載
上傳時間： 2013-12-15
上傳用戶：stella2015
資源簡介：這是一篇關(guān)于支持向量機的論文 主要講述支持向量的分類
上傳時間： 2016-12-22
上傳用戶：xuanchangri
資源簡介：匈牙利算法 解決類似于線性規(guī)劃中的分配問題,用于各種匹配算法
上傳時間： 2014-12-19
上傳用戶：851197153
資源簡介：：樸素貝葉斯分類器是一種簡單而高效的分類器，但是它的屬性獨立性假設(shè)使其無法表示現(xiàn)實世界屬性之間的依賴關(guān) 系，以及它的被動學習策略，影響了它的分類性能。本文從不同的角度出發(fā)，討論并分析了三種改進樸素貝葉斯分類 性能的方法。為進一步的研究打下堅...
上傳時間： 2017-08-18
上傳用戶：cazjing
資源簡介：VC維理論和結(jié)構(gòu)風險最小化準則是統(tǒng)計學習理論中的重要內(nèi)容,基于這一理論的支持向量機算法由于具有好的泛化性能受到重視,并被研究用于文本分類問題.基于多項式核的研究工作認為SVM的泛化能力不受多項式階數(shù)的影響,并且能夠處理很高維的分類問題,用于文本分類無...
上傳時間： 2013-12-01
上傳用戶：c12228
資源簡介：支撐向量機SVM的工具LIBSVM，能夠在windows平臺下通過命令行使用，也可以在matlab下調(diào)用，適合于研究復雜條件下的分類問題
上傳時間： 2014-01-14
上傳用戶：yt1993410
資源簡介：MultiBoost 是c++實現(xiàn)的多類adaboost酸法。與傳統(tǒng)的adaboost算法主要解決二類分類問題不同，MultiBoost解決的是多類的分類問題，而并不是把多類轉(zhuǎn)化成二類問題。
上傳時間： 2017-02-24
上傳用戶：love1314
資源簡介：數(shù)控分頻器的輸出信號頻率為輸入數(shù)據(jù)的函數(shù)。用傳統(tǒng)的方法設(shè)計,其設(shè)計過程和電路都比較復雜,且設(shè)計成 果的可修改性和可移植性都較差。基于VHDL 的數(shù)控分頻器設(shè)計,整個過程簡單、快捷,極易修改,可移植性強。他可利用 并行預置數(shù)的加法計數(shù)器和減法計數(shù)器實現(xiàn)...
上傳時間： 2014-11-29
上傳用戶：1051290259
資源簡介：提出了一種基于函數(shù)聯(lián)接的感知器神經(jīng)網(wǎng)絡的紋理分類方法.它采用高斯2馬爾柯夫隨機場模型(GM RF)對紋理進行描述,模型參數(shù)即為紋理特征,參數(shù)估計采用最小平方誤差方法獲得.將估計參數(shù)作為表達紋理的特征向量,用感知器網(wǎng)絡對特征進行分類,并且采用函數(shù)聯(lián)接的方式...
上傳時間： 2014-01-13
上傳用戶：13160677563
資源簡介：電臺廣播在我們的社會生活中占有重要的地位。隨著我國廣播事業(yè)的發(fā)展，對我國廣播業(yè)開發(fā)技術(shù)、信號的傳輸質(zhì)量和速度提出了更高更新的要求，促使廣播科研人員不斷更新現(xiàn)有技術(shù)，以滿足人民群眾日益增長的需求。 本論文主要分析了現(xiàn)行廣播發(fā)射臺的數(shù)字廣播激勵...
上傳時間： 2013-07-15
上傳用戶：afeiafei309
資源簡介：模式識別中關(guān)于感知器算法的程序,輸入點進行聚類.
上傳時間： 2015-03-15
上傳用戶：zhangzhenyu
資源簡介：感知器神經(jīng)網(wǎng)絡設(shè)計舉例：將四個輸入矢量分為兩類，其中兩個矢量對應的目標值為1，另兩個矢量對應的目標值為0,用學習函數(shù)求解.
上傳時間： 2015-06-20
上傳用戶：bibirnovis
資源簡介：在工業(yè)溫度測控場合K型熱電偶因其線性度 好,價格便宜,測量范圍寬而得到廣泛的使用.但它往往需要冷端補償,且電路較復雜,調(diào)試麻煩,而­ K型熱電偶串行模數(shù)轉(zhuǎn)換器MAX6675 不但可將模擬信號轉(zhuǎn)換成溫度值對應的數(shù) 字量，而且自帶冷端補償， 其溫度分辨能力達0....
上傳時間： 2015-08-16
上傳用戶：上善若水
