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. 基于DTW和LVQ网络混合模型的语音识别方法

  2. 提出一种基于动态时间规整 DTW 和学习矢量量化 LVQ 神经网络的语音识别方法，该方法用动态时间规整算法先对语音信号进行时间规整 然后通过学习矢量量化神经网络进行语音的分类识别 首先介绍利用动态时间规整和学习矢量量化进行语音识别的基本方法 然后给出DTW/LVQ混合模型的系统结构和学习算法 最后给出三种语音识别算法的实验结果 大量实验表明 混合模型的识别率 皆明显高于单一的动态时间规整和学习矢量量化的识别率

  3. 所属分类：网络基础

    • 发布日期：2009-12-23
    • 文件大小：253952
    • 提供者：viviantena

  1. 神经网络 MATLAB神经网络应用设计

  2. 张德丰 (2010). "MATLAB神经网络应用设计." 只有代码 "目 录 前言 第1章 神经网络概述 1 1.1 神经网络的基本概念 1 1.1.1 生物神经元的结构与功能特点 1 1.1.2 人工神经元模型 1 1.1.3 神经网络的结构及工作方式 3 1.1.4 神经网络的学习 4 1.2 神经网络的发展和应用 7 1.2.1 神经网络的发展 7 1.2.2 神经网络的研究内容 8 1.2.3 神经网络的应用 8 1.3 神经网络的特点 8 1.4 MATLAB语言及入门 9 1.4

  3. 所属分类：网络基础

    • 发布日期：2010-12-02
    • 文件大小：19456
    • 提供者：qq112964734

  1. 2010级中科院模式识别课件

  2. 主要内容： 模式识别概论统计模式识别 模式识别基本概念、主要方法的各自特点、贝叶斯决策、概率密度估计、聚类分析 特征提取与特征选择 线性特征提取、各种准则和搜索算法 人工神经网络 多层前馈神经网络、RBF网络、自组织影射(SOM)等 核方法 支持向量机、核空间特征提取(KPCA, KFDA) 多分类器系统 分类器融合方法、Bagging, Boosting, ECOC 句法结构模式识别 句法模式识别基本概念、属性串和属性图匹配、HMM Discriminative Learning Loss

  3. 所属分类：专业指导

    • 发布日期：2011-08-02
    • 文件大小：8388608
    • 提供者：lq312658076

  1. MATLAB神经网络30个案例分析（源程序）

  2. 　　由MATLAB中文论坛神经网络版块数千个帖子的总结，充分强调“案例实用性、程序可模仿性”。所有案例均来自于论坛会员的切身需求，保证每一个案例都与实际课题相结合。 共有30个MATLAB神经网络的案例(含可运行程序），包括BP、RBF、SVM、SOM、Hopfield、LVQ、Elman、小波等神经网络；还包含PSO(粒子群）、灰色神经网络、模糊网络、概率神经网络、遗传算法优化等内容。该书另有31个配套的教学视频帮助读者更深入地了解神经网络。 　　 程序目录： 第1章 P神经网络的数据分类—

  3. 所属分类：专业指导

    • 发布日期：2011-11-10
    • 文件大小：5242880
    • 提供者：sacular2010

  1. MATLAB 神经网络30个案例分析

  2. 第1章 p神经网络的数据分类——语音特征信号分类1 第2章 bp神经网络的非线性系统建模——非线性函数拟合11 第3章 遗传算法优化bp神经网络——非线性函数拟合21 第4章 神经网络遗传算法函数极值寻优——非线性函数极值寻优36 第5章 基于bp_adaboost的强分类器设计——公司财务预警建模45 第6章 pid神经元网络解耦控制算法——多变量系统控制54 第7章 rbf网络的回归——非线性函数回归的实现65 第8章 grnn的数据预测——基于广义回归神经网络的货运量预测73 第9章 离

  3. 所属分类：专业指导

    • 发布日期：2011-12-25
    • 文件大小：8388608
    • 提供者：hughdove

  1. 智能控制及其MATLAB实现2005李国勇编著.part3.rar

  2. 第一篇 神经网络控制及其MATLAB实现　第1章 神经网络控制理论　　1.1 神经网络的基本概念　　　1.1.1 生物神经元的结构与功能特点　　　1.1.2 人工神经元模型　　　1.1.3 神经网络的结构　　　1.1.4 神经网络的工作方式　　　1.1.5 神经网络的学习　　　1.1.6 神经网络的分类　　1.2 典型神经网络的模型　　　1.2.1 MP模型　　　1.2.2 感知机神经网络　　　1.2.3 自适应线性神经网络　　　1.2.4 BP神经网络　　　1.2.5 径向基神经网络　　　1

  3. 所属分类：网络基础

    • 发布日期：2008-07-11
    • 文件大小：4194304
    • 提供者：royalosyin

  1. 中科院模式识别+博士模式识别课

  2. 主要内容： 模式识别概论统计模式识别 模式识别基本概念、主要方法的各自特点、贝叶斯决策、概率密度估计、聚类分析 特征提取与特征选择 线性特征提取、各种准则和搜索算法 人工神经网络 多层前馈神经网络、RBF网络、自组织影射(SOM)等 核方法 支持向量机、核空间特征提取(KPCA, KFDA) 多分类器系统 分类器融合方法、Bagging, Boosting, ECOC 句法结构模式识别 句法模式识别基本概念、属性串和属性图匹配、HMM Discriminative Learning Loss

  3. 所属分类：专业指导

    • 发布日期：2013-01-12
    • 文件大小：8388608
    • 提供者：wlzx_xiaoyou

  1. 基于MATLAB的神经网络仿真的30个案例

  2. 基于MATLAB的神经网络仿真的30个案例 案例1 BP神经网络的数据分类-语音特征信号分类 案例2 BP神经网络的非线性系统建模-非线性函数拟合 案例3 遗传算法优化BP神经网络-非线性函数拟合 案例4 神经网络遗传算法函数极值寻优-非线性函数极值 案例5 基于BP_Adaboost的强分类器设计-公司财务预警建模 案例6 PID神经元网络解耦控制算法_多变量系统控制 案例7 RBF网络的回归-非线性函数回归的实现 案例8 GRNN的数据预测-基于广义回归神经网络货运量预测 案例9 离散Ho

  3. 所属分类：C/C++

    • 发布日期：2013-02-18
    • 文件大小：5242880
    • 提供者：tdycy

  1. 神经网络理论与MATLAB7实现.part1 （PDF）

  2. 第1章 概述 神经网络理论与MATLAB7实现.part2的下载地址： http://download.csdn.net/source/663497 1.1 MATLAB语言简介 1.1.1 MATLAB概述 1.1.2 MATLAB语言特点 1.1.3 MATLAB 7的安装 1.1.4 MATLAB 7的新特点 1.1.5 MATLAB 7的新产品及更新产品 1.1.6 Simulink 6.0的新特点 1.2 MATLAB快速入门 1.2.1 命令行窗口 1.2.2 其他重要窗口 1.2

  3. 所属分类：网络基础

    • 发布日期：2008-10-03
    • 文件大小：20971520
    • 提供者：ndongf

  1. 神经网络理论与MATLAB7实现.part2（PDF）

  2. 神经网络理论与MATLAB7实现.part1的下载地址： http://download.csdn.net/source/663471 第1章 概述 1.1 MATLAB语言简介 1.1.1 MATLAB概述 1.1.2 MATLAB语言特点 1.1.3 MATLAB 7的安装 1.1.4 MATLAB 7的新特点 1.1.5 MATLAB 7的新产品及更新产品 1.1.6 Simulink 6.0的新特点 1.2 MATLAB快速入门 1.2.1 命令行窗口 1.2.2 其他重要窗口 1.2

  3. 所属分类：网络基础

    • 发布日期：2008-10-03
    • 文件大小：17825792
    • 提供者：ndongf

  1. matlab常用代码大全科研神器

  2. 第1章 BP神经网络的数据分类——语音特征信号分类 第2章 BP神经网络的非线性系统建模——非线性函数拟合 第3章 遗传算法优化BP神经网络——非线性函数拟合 第4章 神经网络遗传算法函数极值寻优——非线性函数极值寻优 第5章 基于BP_Adaboost的强分类器设计——公司财务预警建模 第6章 PID神经元网络解耦控制算法——多变量系统控制 第7章 RBF网络的回归--非线性函数回归的实现 第8章 GRNN网络的预测----基于广义回归神经网络的货运量预测 第9章 离散Hopfield神经网

  3. 所属分类：其它

    • 发布日期：2016-11-08
    • 文件大小：12582912
    • 提供者：u014356002

  1. 科研常用代码（预测分类评价）

  2. matlab常用代码大全，帮助你科研，论文实证分析，数模竞赛 第44章 层次分析法 第45章 灰色关联度 第46章 熵权法 第47章 主成分分析 第48章 主成分回归 第49章 偏最小二乘 第50章 逐步回归分析 第51章 模拟退火 第52章 RBF,GRNN,PNN-神经网络 第53章 竞争神经网络与SOM神经网络 第54章 蚁群算法tsp求解 第55章 灰色预测GM1-1 第56章 模糊综合评价 第57章 交叉验证神经网络 第58章 多项式拟合 plotfit 第59章 非线性拟合 lsq

  3. 所属分类：其它

    • 发布日期：2017-04-27
    • 文件大小：12582912
    • 提供者：u014356002

  1. 乳腺肿瘤诊断的LVQ神经网络的分类

  2. 基于matlab的乳腺肿瘤诊断的LVQ神经网络的分类算法。资源中包含了主要数据，算法实现以及交叉验证。直接运行.m文件即可看到效果。效果是根据data中的乳腺的特征判断是否为乳腺肿瘤。交叉验证后效果还行

  3. 所属分类：机器学习

    • 发布日期：2018-04-24
    • 文件大小：89088
    • 提供者：maththinker

  1. LVQ神经网络的分类

  2. 本代码主要用MATLAB工具对LVQ神经网络进行仿真，实现对乳腺肿瘤诊断的仿真

  3. 所属分类：机器学习

    • 发布日期：2018-08-18
    • 文件大小：92160
    • 提供者：qq_42006303

  1. LVQ神经网络的分类——乳腺肿瘤诊断

  2. 基于LVQ神经网络的分类对乳腺肿瘤诊断实例，

  3. 所属分类：其它

    • 发布日期：2019-03-08
    • 文件大小：92160
    • 提供者：baidu_38610481

  1. MATLAB神经网络30个案例分析（高清+源码）包括BP、RBF、SVM、SOM、Hopfield、LVQ、Elman、小波等神经网络.zip

  2. MATLAB神经网络30个案例分析（高清+源码）包括BP、RBF、SVM、SOM、Hopfield、LVQ、Elman、小波等神经网络。 MATLAB神经网络30个案例分析（高清+源码） 该书共有30个MATLAB神经网络的案例(含可运行程序），包括BP、RBF、SVM、SOM、Hopfield、LVQ、Elman、小波等神经网络；还包含PSO(粒子群）、灰色神经网络、模糊网络、概率神经网络、遗传算法优化等内容。该书另有31个配套的教学视频帮助读者更深入地了解神经网络。 本书可作为本科毕业设计

  3. 所属分类：Android

    • 发布日期：2019-05-27
    • 文件大小：30408704
    • 提供者：nui111

  1. 基于LVQ神经网络分层分类模型的土地利用/覆盖分类

  2. 基于LVQ神经网络分层分类模型的土地利用/覆盖分类，郭阳耀，刘勇，光谱混淆是遥感影像普遍存在的一个问题，它制约着单纯利用光谱特征的遥感影像土地利用/覆盖分类。为提高分类精度，在分类过程中�

  3. 所属分类：其它

    • 发布日期：2020-01-01
    • 文件大小：1048576
    • 提供者：weixin_38499553

  1. 基于LVQ-CPSO-BP算法的煤体瓦斯渗透率预测方法研究

  2. 针对BP神经网络算法对煤体瓦斯渗透率预测精度低问题,筛选出影响预测精度的5个主要因素——1个宏观因素(煤层埋深)和4个微观因素(有效应力、温度、瓦斯压力、抗压强度),提出一种基于学习向量量化神经网络(LVQ)分类、混沌粒子群算法(CPSO)优化、BP神经网络预测的LVQ-CPSO-BP煤体瓦斯渗透率预测方法。从宏观上确定临界值将煤层埋深划分为2层;基于有效应力与瓦斯渗透率之间存在拐点关系,从微观上确定拐点值将有效应力划分为2段;采用LVQ将4个微观样本参数依据拐点特征进行分类识别,采用BP神经网

  3. 所属分类：其它

    • 发布日期：2020-05-30
    • 文件大小：752640
    • 提供者：weixin_38502428

  1. LVQ神经网络的分类-乳腺肿瘤诊断.docx

  2. 对于乳腺肿瘤分类过程中的问题，用LVQ神经网络来实现乳腺肿瘤的分类。LVQ算法是一种有监督的学习方法，其在模式识别和优化领域有广泛的应用。本文在MATLAB平台中建立LVQ神经网络识别器进行训练、测试。通过实验结果表示，本文中的LVQ算法分类精度为94.2%，与其他分类方法相比，分类精度得到进一步提高。

  3. 所属分类：机器学习

    • 发布日期：2020-07-01
    • 文件大小：476160
    • 提供者：Python_Matlab

  1. 基于LVQ神经网络的微钙化簇自动检测算法

  2. 鉴于早期乳腺癌X射线照片中的微钙化簇极小且不规则，具有不同的形状和分布以及对比度不令人满意的低对比度，小尺寸的微钙化簇和不令人满意的低对比度往往容易被忽略或被医生误诊了。 本文应用LVQ神经网络，基于统计方法的特征提取，将微钙化簇在数字化乳腺X线照片中分类为恶性或良性。 结果表明，LVQ神经网络方法简单有效。

  3. 所属分类：其它

    • 发布日期：2021-03-03
    • 文件大小：392192
    • 提供者：weixin_38638312
« 12 »