機(jī)率神經(jīng)網(wǎng)路分類器之高階合成。對(duì)研究概率神經(jīng)網(wǎng)絡(luò)很有幫助的。質(zhì)量很高的論文
標(biāo)簽： 分 合成 概率神經(jīng)網(wǎng)絡(luò) 質(zhì)量
上傳時(shí)間： 2016-04-07
上傳用戶：jcljkh
C++神經(jīng)網(wǎng)絡(luò)，c++，BP網(wǎng)絡(luò)模型，適用于多對(duì)一
標(biāo)簽：
上傳時(shí)間： 2017-04-09
上傳用戶：iswlkje
字元辨識(shí)系統(tǒng)-利用二元化之後利用類神經(jīng)網(wǎng)路系統(tǒng)來(lái)辨識(shí)字原碼
標(biāo)簽： 系統(tǒng) 二元
上傳時(shí)間： 2013-12-28
上傳用戶：waizhang
類神經(jīng)網(wǎng)路，MLP程式碼，可以計(jì)算多層架構(gòu)之類神經(jīng)網(wǎng)路運(yùn)算~C
上傳用戶：txfyddz
小弟撰寫的類神經(jīng)網(wǎng)路backpropagataion,可以train如xor等互斥問(wèn)題,使用bcb所完成,因?yàn)殚_(kāi)發(fā)介面較為便利, 大部分使用類別的方法撰寫,所以若有興趣移植到vc的朋友,應(yīng)該也不會(huì)有太大的障礙。
標(biāo)簽： backpropagataion train bcb xor
上傳時(shí)間： 2013-12-30
上傳用戶：jeffery
類神經(jīng)網(wǎng)路的基本運(yùn)算-TLU,為所有學(xué)習(xí)類神經(jīng)入門的的第一個(gè)演算法,單一的neural做簡(jiǎn)易的training,雖無(wú)法解xor的問(wèn)題,但卻是人類史上的類神經(jīng)的第一步.
標(biāo)簽： training neural TLU xor
上傳時(shí)間： 2015-12-02
上傳用戶：851197153
追隨sin函數(shù),輸出有包含物插曲線圖,到傳遞神經(jīng)網(wǎng)路
標(biāo)簽： sin
上傳時(shí)間： 2014-01-08
上傳用戶：change0329
神經(jīng)網(wǎng)路學(xué)習(xí)分類..Neural Fault Classifier for Transmission Line Protection A Modular Approach
標(biāo)簽： Transmission Classifier Protection Approach
上傳時(shí)間： 2016-01-16
上傳用戶：shizhanincc
屬於SUGENO模糊模型可以藉由類神經(jīng)網(wǎng)路架構(gòu)來(lái)替代
標(biāo)簽： SUGENO 模糊模型
上傳時(shí)間： 2014-01-16
上傳用戶：eclipse
有SOM、LVQ、ART三種不同方式的類神經(jīng)網(wǎng)路可以參考的實(shí)例
標(biāo)簽： SOM LVQ ART 方式
上傳時(shí)間： 2016-01-25
上傳用戶：qwe1234
蟲蟲下載站版權(quán)所有 京ICP備2021023401號(hào)-1
