注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 神经网络模式识别 内含：KMEANS 、KOHONEN 、LVQ 、SOFM 算法。用vc6.0编写

  2. 神经网络模式识别及其实现，第八章。内含：KMEANS 、KOHONEN 、LVQ 、SOFM 算法。用vc6.0编写

  3. 所属分类：网络基础

    • 发布日期：2009-05-16
    • 文件大小：133120
    • 提供者：xiaohui203203

  1. KOHONEN算法VC

  2. KOHONEN算法 VC实现的。可以运行

  3. 所属分类：C++

    • 发布日期：2009-05-29
    • 文件大小：31744
    • 提供者：dmq171819

  1. kohonen网络的matlab实现

  2. 作为神经网络，kohonen网络具有自组织，自动排序的功能，调节权值

  3. 所属分类：网络基础

    • 发布日期：2009-08-10
    • 文件大小：836
    • 提供者：njzhy168

  1. Kohonen模型的自组织特征映射在计算机视觉领域中的应用

  2. Kohonen模型的自组织特征映射在计算机视觉领域中的应用,采用C++编写

  3. 所属分类：C++

    • 发布日期：2007-12-01
    • 文件大小：120832
    • 提供者：amd2600

  1. Kohonen的SOFM(自组织特征映射)源程序

  2. This directory contains code implementing the Kohonen self organizing feature map network. Source code may be found in SOFM.CPP. Sample data is found in SOFMSAMP.PAT. The SOFM program accepts input consisting of vectors and calculates the weights. O

  3. 所属分类：其它

    • 发布日期：2010-06-02
    • 文件大小：137216
    • 提供者：wuhailiang2

  1. Java Parallel Implementations of Kohonen.pdf

  2. Java Parallel Implementations of Kohonen som

  3. 所属分类：Java

    • 发布日期：2008-02-12
    • 文件大小：263168
    • 提供者：slx965

  1. Kohonen神经网络算法的matlab实现

  2. Kohonen神经网络算法工作机理为：网络学习过程中，当样本输入网络时，竞争层上的神经元计算输入样本与竞争层神经元权值之间的欧几里德距离，距离最小的神经元为获胜神经元。调整获胜神经元和相邻神经元权值，使获得神经元及周边权值靠近该输入样本。通过反复训练，最终各神经元的连接权值具有一定的分布，该分布把数据之间的相似性组织到代表各类的神经元上，使同类神经元具有相近的权系数，不同类的神经元权系数差别明显。需要注意的是，在学习的过程中，权值修改学习速率和神经元领域均在不断较少，从而使同类神经元逐渐集中。

  3. 所属分类：网络基础

    • 发布日期：2010-12-22
    • 文件大小：87040
    • 提供者：tobemyselfchina

  1. Kohonen的SOFM(自组织特征映射)源程序（转）

  2. Kohonen的SOFM模型。自组织特征映射神经网络 通过SOFM网络程序建立岩性识别模型

  3. 所属分类：C++

    • 发布日期：2011-08-14
    • 文件大小：137216
    • 提供者：zuobanbian

  1. Kohonen神经网络交互式图象分割

  2. Kohonen神经网络交互式图象分割 神经网络交互式图象分割 神经网络交互式图象分割

  3. 所属分类：其它

    • 发布日期：2013-09-18
    • 文件大小：189440
    • 提供者：wxqqwy

  1. 基于杂草算法Kohonen网络入侵检测

  2. 本文算法为了求解网络入侵检测问题，主要使用有监督的Kohonen神经网络。有监督Kohonen神经网络的网络结构为38-36-5，网络训练结果受权值影响相当大。在算法初期，本文引入杂草算法对Kohonen网络进行权值寻优，目标评价以最小误差作为函数。

  3. 所属分类：其它

    • 发布日期：2015-11-09
    • 文件大小：93184
    • 提供者：peisyu

  1. kohonen网络的聚类算法

  2. 本代码主要利用MATLAB工具对kohonen算法进行仿真，实现对网络入侵的聚类

  3. 所属分类：机器学习

    • 发布日期：2018-08-18
    • 文件大小：88064
    • 提供者：qq_42006303

  1. kohonen网络的聚类算法—网络入侵聚类

  2. kohonen网络的聚类算法—网络入侵聚类 供大家学习

  3. 所属分类：其它

    • 发布日期：2019-03-19
    • 文件大小：89088
    • 提供者：baidu_38610481

  1. kohonen网络的聚类算法

  2. Kohonen网络是自组织竞争型神经网络的一种，该网络为无监督学习网络，能够识别环境特征并自动聚类。Kohonen神经网络是芬兰赫尔辛基大学教授Teuvo Kohonen提出的，该网络通过自组织特征映射调整网络权值，使神经网络收敛于一种表示形态，在这一形态中一个神经元只对某种输入模式特别匹配或特别敏感。Kohonen网络的学习是无监督的自组织学习过程，神经元通过无监督竞争学习使不同的神经元对不同的输入模式敏感，从而特定的神经元在模式识别中可以充当某一输入模式的检测器。网络训练后神经元被划分为不

  3. 所属分类：其它

    • 发布日期：2019-04-19
    • 文件大小：88064
    • 提供者：ddpiccolo

  1. 自编程SOM神经网络实现聚类（Kohonen算法）

  2. 该实验使用kohonen算法对随机生成的样本位置点进行聚类，最后筛选出有效神经元为聚类中心；没有使用库函数，matlab自编程实现；

  3. 所属分类：其它

    • 发布日期：2020-07-09
    • 文件大小：6144
    • 提供者：caojianfa969

  1. 在线半监督Kohonen网络的预抓取手势识别

  2. 为实现智能仿生手的抓取，提高模式识别的实时性和灵敏性，提出一种在线半监督Kohonen网络。该网络针对表面肌电信号（sEMG）的特性，在有监督Kohonen网络基础上，将有监督和无监督网络的优势进行结合，应用数据剪辑方法处理训练集更新识别网络，在线识别侧边抓取、球形抓取、三指精确抓取和圆柱形抓取4种预抓取手势。实验表明，与不同Kohonen网络相比，此识别方法具有很好的在线识别能力和正确率。

  3. 所属分类：其它

    • 发布日期：2020-10-17
    • 文件大小：397312
    • 提供者：weixin_38686187

  1. Kohonen的SOM软件包，matlab里最好的som软件

  2. Kohonen的SOM软件包，matlab里最好的som软件

  3. 所属分类：嵌入式

    • 发布日期：2020-12-21
    • 文件大小：1048576
    • 提供者：zwhdldz

  1. 基于Kohonen神经网络的雷达提取方法*

  2. 基于Kohonen神经网络的雷达提取方法*

  3. 所属分类：其它

    • 发布日期：2021-03-04
    • 文件大小：1048576
    • 提供者：weixin_38699830

  1. 有监督Kohonen网络的车型识别方法

  2. 车型识别已成为智能交通系统研究中的一个重要内容。根据同类车型尺寸特征如长、宽、高特征.值都具有相似性特点，利用已有车型数据库，分别使用逆传播( BP) 神经网络、支持向量机( SVM) 网络、有.监督Kohonen 网络这三种神经网络分类方法对车型尺寸特征进行分类，得到三个车型识别准确率并进行.比较验证。实验结果表明: 有监督Kohonen 网络的分类方法具有较高的车型识别精度，实验效果明显，车.型识别准确率高。

  3. 所属分类：其它

    • 发布日期：2021-02-26
    • 文件大小：1048576
    • 提供者：weixin_38565801

  1. SOM：Kohonen的自组织地图的PyTorch实施-源码

  2. Kohonen的自组织地图（SOM） 背景 Teuvo Kohonen在1990年撰写的原始是第一个能够进行无监督学习的神经网络模型之一。 在算法的不同实现中，该算法几乎完全遵循原始论文。 更新功能定义为 哪里 和 是当前时代。 而且，每个神经元都与其他所有神经元相连，因此该图是 完整的图形，其中 是神经元的数量。 例 from sklearn . datasets import load_iris from sklearn . decomposition import PCA impo

  3. 所属分类：其它

    • 发布日期：2021-02-12
    • 文件大小：740352
    • 提供者：weixin_42168830

  1. 基于双维度顺序填补框架与改进Kohonen天气聚类的光伏发电短期预测

  2. 为提高部分数据缺失情况下智能电网光伏发电功率预测精度，提出一种基于双维度顺序填补框架与改进Kohonen天气聚类的光伏发电功率预测模型。采用双维度顺序填补方法补齐缺失数据，基于完整数据分析光伏发电功率影响因素，建立改进Kohonen天气聚类模型，并利用S-Kohonen实现预测日天气类型识别，将聚类历史日数据与预测日气象数据作为输入，采用多种群果蝇优化广义回归神经网络(MFOA-GRNN)模型对预测日光伏发电功率进行预测。仿真结果表明，所提方法能有效提高预测精度，为实现数据缺失情况下智能电网光伏

  3. 所属分类：其它

    • 发布日期：2021-01-12
    • 文件大小：1048576
    • 提供者：weixin_38724247
« 12 3 4 5 »