Kohonen的SOFM(自組織特征映射)：這種算法部分收到生物特征影響，在網(wǎng)絡(luò)輸出層內(nèi)按幾何中心或特征進(jìn)行聚類(lèi)。
資源簡(jiǎn)介：Kohonen的SOFM(自組織特征映射)：這種算法部分收到生物特征影響，在網(wǎng)絡(luò)輸出層內(nèi)按幾何中心或特征進(jìn)行聚類(lèi)。
上傳時(shí)間： 2015-03-22
上傳用戶(hù)：450976175
資源簡(jiǎn)介：SOFM(自組織特征映射)：這種算法部分收到生物特征影響，在網(wǎng)絡(luò)輸出層內(nèi)按幾何中心或特征進(jìn)行聚類(lèi)。
上傳時(shí)間： 2014-01-18
上傳用戶(hù)：hphh
資源簡(jiǎn)介：Kohonen的SOFM(自組織特征映射)源程序，希望大家喜歡
上傳時(shí)間： 2014-01-24
上傳用戶(hù)：chongcongying
資源簡(jiǎn)介：SOM-sd 是現(xiàn)在國(guó)外非常流行的一個(gè)神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)自組織特征映射算法
上傳時(shí)間： 2017-03-20
上傳用戶(hù)：13681659100
資源簡(jiǎn)介：自組織神經(jīng)映射的ＶＣ程序，很好的資源哦 希望大家多多下載
上傳時(shí)間： 2013-11-26
上傳用戶(hù)：sevenbestfei
資源簡(jiǎn)介：點(diǎn)到點(diǎn)的無(wú)線(xiàn)自組織網(wǎng)絡(luò)鏈路容量研究，很好的文章，可以
上傳時(shí)間： 2015-10-31
上傳用戶(hù)：bruce5996
資源簡(jiǎn)介：針對(duì)語(yǔ)音信號(hào)振幅較大時(shí)傳統(tǒng)壓縮算法的跟蹤性較差的情況,提出了一種新型的改進(jìn)型自適 應(yīng)ADDPCM 語(yǔ)音壓縮算法. 同時(shí),根據(jù)語(yǔ)音信號(hào)不連續(xù)的特點(diǎn),壓縮算法具有靜音識(shí)別功能,進(jìn)一 步提高了語(yǔ)音信號(hào)的壓縮率
上傳時(shí)間： 2014-11-23
上傳用戶(hù)：tedo811
資源簡(jiǎn)介：生物特征識(shí)別是指通過(guò)計(jì)算機(jī)，利用人體固有的生理特征，如指紋，靜脈來(lái)進(jìn)行個(gè)人身份鑒別的技術(shù)。由于生物特征唯一性和不變性，使得生物特征識(shí)別與傳統(tǒng)的方法如數(shù)字密碼和身份證相比，具有更高的安全性和易用性。傳統(tǒng)的高性能自動(dòng)識(shí)別系統(tǒng)大多基于PC平臺(tái)聯(lián)機(jī)應(yīng)...
上傳時(shí)間： 2013-06-03
上傳用戶(hù)：lguotao
資源簡(jiǎn)介：該目錄包含了代碼執(zhí)行Kohonen自組織特征 地圖網(wǎng)絡(luò)。源代碼中可以找到SOFM.CPP 。樣本數(shù)據(jù)中發(fā)現(xiàn) SOFMSAMP.PAT 。的自組織特征映射程序接受輸入的載體和組成 計(jì)算重量。輸出定向到屏幕上。
上傳時(shí)間： 2017-08-04
上傳用戶(hù)：ynzfm
資源簡(jiǎn)介：Kohonen 網(wǎng)絡(luò)模擬大腦神經(jīng)系統(tǒng)自組織特征映射的功能，它是一種競(jìng)爭(zhēng)式學(xué)習(xí)網(wǎng)絡(luò)，在學(xué)習(xí)中能無(wú)監(jiān)督地進(jìn)行自組織學(xué)習(xí)。
上傳時(shí)間： 2014-01-24
上傳用戶(hù)：愛(ài)死愛(ài)死
資源簡(jiǎn)介：自組織 Kohonen 映射程序，當(dāng)一個(gè)神經(jīng)網(wǎng)絡(luò)接受外界輸入模式時(shí)，將會(huì)分為不同的區(qū)域，各區(qū)域?qū)斎肽Ｊ骄哂胁煌捻憫?yīng)特征，同時(shí)這一過(guò)程是自動(dòng)完成的。各神經(jīng)元的連接權(quán)值具有一定的分布。最鄰近的神經(jīng)元互相刺激，而較遠(yuǎn)的神經(jīng)元?jiǎng)t相互抑制，更遠(yuǎn)一些的則具...
上傳時(shí)間： 2014-01-07
上傳用戶(hù)：hn891122
資源簡(jiǎn)介：LVQ(學(xué)習(xí)矢量量化)算法：它是Kohonen的有監(jiān)督學(xué)習(xí)的擴(kuò)展形式。融合了自組織和有導(dǎo)師監(jiān)督的技術(shù)，學(xué)習(xí)方法是競(jìng)爭(zhēng)的，但產(chǎn)生方式是有教師監(jiān)督的，也就是說(shuō)，競(jìng)爭(zhēng)學(xué)習(xí)是在由訓(xùn)練輸入指定的各類(lèi)中局部進(jìn)行。
上傳時(shí)間： 2014-05-26
上傳用戶(hù)：yangbo69
資源簡(jiǎn)介：matlab編寫(xiě)的訓(xùn)練som自組織特征映射神經(jīng)網(wǎng)絡(luò)的源代碼。
上傳時(shí)間： 2013-11-26
上傳用戶(hù)：hasan2015
資源簡(jiǎn)介：一個(gè)用C編寫(xiě)的SOM（自組織特征映射）神經(jīng)網(wǎng)絡(luò)源代碼。
上傳時(shí)間： 2015-07-09
上傳用戶(hù)：waizhang
資源簡(jiǎn)介：自組織特征映射 SOFM實(shí)現(xiàn)二維排序
上傳時(shí)間： 2016-08-13
上傳用戶(hù)：R50974
資源簡(jiǎn)介：神經(jīng)網(wǎng)絡(luò)中自組織特征映射模型算法的源程序，屬于無(wú)導(dǎo)師學(xué)習(xí)！
上傳時(shí)間： 2014-07-22
上傳用戶(hù)：TRIFCT
資源簡(jiǎn)介：基于自組織特征映射網(wǎng)絡(luò)的聚類(lèi)分析，是在神經(jīng)網(wǎng)絡(luò)基礎(chǔ)上發(fā)展起來(lái)的一種新的非監(jiān)督聚類(lèi)方法，分析了基于自 組織特征映射網(wǎng)絡(luò)聚類(lèi)的學(xué)習(xí)過(guò)程，分析了權(quán)系數(shù)自組織過(guò)程中鄰域函數(shù)和學(xué)習(xí)步長(zhǎng)的一般取值問(wèn)題，給出了基于自組織 特征映射網(wǎng)絡(luò)聚類(lèi)實(shí)現(xiàn)的具體算法，...
上傳時(shí)間： 2014-11-29
上傳用戶(hù)：xiaohuanhuan
資源簡(jiǎn)介：基于自組織特征映射（SOM）的系統(tǒng)辨識(shí)算法實(shí)現(xiàn)
上傳時(shí)間： 2013-12-28
上傳用戶(hù)：yph853211
資源簡(jiǎn)介：基于自組織特征映射神經(jīng)網(wǎng)絡(luò)的圖像壓縮算法，ＥＩ檢索論文，絕對(duì)有參考價(jià)值．
上傳時(shí)間： 2017-07-26
上傳用戶(hù)：JasonC
資源簡(jiǎn)介：自組織特征映射網(wǎng)絡(luò)matlab 的仿真 供大家分享~
上傳時(shí)間： 2014-11-26
上傳用戶(hù)：曹云鵬
資源簡(jiǎn)介：自組織系統(tǒng)Kohonen網(wǎng)絡(luò)模型。對(duì)于Kohonen神經(jīng)網(wǎng)絡(luò)，競(jìng)爭(zhēng)是這樣進(jìn)行的：對(duì)于“贏”的那個(gè)神經(jīng)元c，在其周?chē)鶱c的區(qū)域內(nèi)神經(jīng)元在不同程度上得到興奮，而在Nc以外的神經(jīng)元都被抑制。網(wǎng)絡(luò)的學(xué)習(xí)過(guò)程就是網(wǎng)絡(luò)的連接權(quán)根據(jù)訓(xùn)練樣本進(jìn)行自適應(yīng)、自組織的過(guò)程，經(jīng)過(guò)一...
上傳時(shí)間： 2014-01-06
上傳用戶(hù)：ghostparker
資源簡(jiǎn)介：開(kāi)發(fā)環(huán)境:Matlab 簡(jiǎn)要說(shuō)明:自組織特征映射模型(Self-Organizing feature Map)，認(rèn)為一個(gè)神經(jīng)網(wǎng)絡(luò)接受外界輸入模式時(shí)，將會(huì)分為不同的區(qū)域，各區(qū)域?qū)斎肽Ｊ骄哂胁煌捻憫?yīng)特征，同時(shí)這一過(guò)程是自動(dòng)完成的。各神經(jīng)元的連接權(quán)值具有一定的分布。最鄰近的神經(jīng)元...
上傳時(shí)間： 2015-03-19
上傳用戶(hù)：杜瑩12345
資源簡(jiǎn)介：LVQ(學(xué)習(xí)矢量量化)算法：它是Kohonen的有監(jiān)督學(xué)習(xí)的擴(kuò)展形式，融合了自組織和有導(dǎo)師監(jiān)督的技術(shù)。
上傳時(shí)間： 2015-04-12
上傳用戶(hù)：xcy122677
資源簡(jiǎn)介：利用c＋＋開(kāi)發(fā)的自組織映射神經(jīng)網(wǎng)絡(luò)源程序，供初學(xué)者參考。
上傳時(shí)間： 2013-12-11
上傳用戶(hù)：星仔
資源簡(jiǎn)介：有監(jiān)督自組織映射-偏最小二乘算法(A supervised self-organising map–partial least squares algorithm),可以用語(yǔ)多變量數(shù)據(jù)的回歸分析
上傳時(shí)間： 2015-10-22
上傳用戶(hù)：hfmm633
資源簡(jiǎn)介：一種通過(guò)自組織競(jìng)爭(zhēng)學(xué)習(xí)網(wǎng)絡(luò)實(shí)現(xiàn)數(shù)據(jù)降維和可視化的單層神經(jīng)網(wǎng)絡(luò)模型。用此算法可以把輸入空間的多維映射到低維的（一維或者二維）的離散網(wǎng)絡(luò)上，并將保持相同性質(zhì)的輸入數(shù)據(jù)在映射到低維空間時(shí)的拓?fù)湟恢滦浴ris以及l(fā)etter兩個(gè)數(shù)據(jù)集進(jìn)行分類(lèi)
上傳時(shí)間： 2016-09-03
上傳用戶(hù)：Andy123456
資源簡(jiǎn)介：VC++實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)SOM（自組織特征映射網(wǎng)）
上傳時(shí)間： 2013-11-25
上傳用戶(hù)：gonuiln
資源簡(jiǎn)介：自組織特征映射網(wǎng)絡(luò)進(jìn)行圖像分類(lèi)識(shí)別（神經(jīng)網(wǎng)絡(luò)實(shí)用教程）
上傳時(shí)間： 2013-11-29
上傳用戶(hù)：xzt
資源簡(jiǎn)介：一維自組織特征映射網(wǎng)絡(luò)對(duì)輸入向量空間進(jìn)行識(shí)別分類(lèi)
上傳時(shí)間： 2017-04-15
上傳用戶(hù)：天涯
資源簡(jiǎn)介：網(wǎng)上關(guān)于自組織映射som的代碼一般都是解決極點(diǎn)平衡的，我的這個(gè)不是，是用于模式分類(lèi)的，可以運(yùn)行，有詳細(xì)的注釋?zhuān)┐蠹覅⒖肌＿@個(gè)代碼，二維平面上的節(jié)點(diǎn)個(gè)數(shù)不能大于樣本向量的個(gè)數(shù)。
上傳時(shí)間： 2014-01-09
上傳用戶(hù)：www240697738
