搜索资源列表
RBF-nn
- 4输入层，３隐层，２输出层的RBF神经网络分类器 附有测试和训练样本-four input layer, hidden layer 3, the output layer 2 RBF neural network classifiers with testing and training samples
IntrusionDetectionTechnologyBaseonSupportVectorMac
- 本论文将统计学习理论引入入侵检测领域，讨论了基于SVM方法的智能检测 策略，检测算法具有良好的推广能力.引入HVDM距离代替范数，改进了SVM的 RBF核函数定义，使之能够直接处理异构的网络连接信息 利用有保证的估计方法 来确定训练数据集规模，避免了依靠实验选择训练规模的盲目性 针对重复样本 和重要样本提出了样本加权的思路，降低了错分样本的可能 考虑到网络连接记 录的不同属性对检测结果贡献不一的事实，提出了特征选择与
matlabtosolve
- 基于MATLAB实现的说话人识别程序，分别用bp、pnn、som、rbf、lvq等算法，对语音文件进行训练和测试，效果不错。~..~ 下面说明一下bprengong程序： 数据分别用来训练和测试两部分。 具体程序分为两部分，第一部分为：计算识别模型 变量v是mfcc处理以后的矢量。因为数据可能长短不一，所以放在同一进行截取。p的每一行代表一个语音数据（共15个）。变量Pr为每一行的最大最小值。变量T为目标值。输出神经元
RBF-nn
- 4输入层，３隐层，２输出层的RBF神经网络分类器 附有测试和训练样本-four input layer, hidden layer 3, the output layer 2 RBF neural network classifiers with testing and training samples
IntrusionDetectionTechnologyBaseonSupportVectorMac
- 本论文将统计学习理论引入入侵检测领域，讨论了基于SVM方法的智能检测 策略，检测算法具有良好的推广能力.引入HVDM距离代替范数，改进了SVM的 RBF核函数定义，使之能够直接处理异构的网络连接信息 利用有保证的估计方法 来确定训练数据集规模，避免了依靠实验选择训练规模的盲目性 针对重复样本 和重要样本提出了样本加权的思路，降低了错分样本的可能 考虑到网络连接记 录的不同属性对检测结果贡献不一的事实，提出了特征选择与
matlabtosolve
- 基于MATLAB实现的说话人识别程序，分别用bp、pnn、som、rbf、lvq等算法，对语音文件进行训练和测试，效果不错。~..~ 下面说明一下bprengong程序： 数据分别用来训练和测试两部分。 具体程序分为两部分，第一部分为：计算识别模型 变量v是mfcc处理以后的矢量。因为数据可能长短不一，所以放在同一进行截取。p的每一行代表一个语音数据（共15个）。变量Pr为每一行的最大最小值。变量T为目标值。输出神经元
rbf
- 实现了RBF网络，已载入训练和测试样本，可根据需要将其更换-Achieved a RBF network, has been printed in the training and test samples may be needed to replace
RBF_Network
- 用RBF神经网络算法对样本数据进行分类，再对训练数据进行分类的程序-RBF net-work used in classification
rbf_atrifical_neual_networks
- ① 样本数据从MATLAB命令窗口或新建一M文件作为数据输入文件，样本输入变量名为samin,样本输出变量名samout 样本个数和每个样本的维数可任意，样本输出的个数与样本个数应一致，即保证每个样本都对应一个期望输出，但每个输出的维数不要求与输入的维数相同，可任意； ② 聚类中心的个数（即基函数的个数）可根据实际情况调整；同样可调整参数的还有重叠系数、聚类中心最大更新次数、聚类中心更新终止误差； ③ 训练结束后进行测试时，要求
RBF_OLS
- 此程序是神经网络中径向基函数的OLS算法，在MATLAB中实现。用一个2－n－1结构的RBF网对SISO系统进行建模，网络的两个输入为u(k-1)和y(k-1)，输出为 y(k)。令y(0)=0，按飞线性系统产生200个样本，其中前100个样本用于训练，后100个样本用于测试。-This program is the radial basis function neural network of OLS algorithm is imp
RBF_2
- 此程序是神经网络中基于梯度的径向基函数算法，在MATLAB中实现。用一个2－n－1结构的RBF网对SISO系统进行建模，网络的两个输入为u(k-1)和y(k-1)，输出为 y(k)。令y(0)=0，按飞线性系统产生200个样本，其中前100个样本用于训练，后100个样本用于测试。-This procedure is based on the gradient neural network radial basis function al
RBF_3
- 此程序是神经网络中基于聚类的径向基函数算法，在MATLAB中实现。用一个2－n－1结构的RBF网对SISO系统进行建模，网络的两个输入为u(k-1)和y(k-1)，输出为 y(k)。令y(0)=0，按飞线性系统产生200个样本，其中前100个样本用于训练，后100个样本用于测试。-This procedure is based on neural network clustering of radial basis function a
trai
- 基于rbf神经网络的变压器故障诊断，训练样本也在里面了-Transformer fault diagnosis based on rbf neural network, the training samples are also inside the
RBF-example
- RBF神经网络MATLAB编程源代码，包含样本产生、训练、预测-RBF neural network and MATLAB programming source code, including the sample, training, prediction
BP,RBF
- BP神经网络作为一种前馈性的神经网络，RBF神经网络由于其独特的联想记忆功能，常常用来用于识别和优化计算方问题上。分别对这两种算法用于对逼近非线性函数进行编程，观察其拟合情况后，用其他未训练的样本数据进行泛化能力分析。(BP neural network is a feed-forward neural network. RBF neural network is often used to identify and optimize
BP神经网络股票预测
- 在600085这个数据表中，以XZSLX综合作为输入，以收盘价作为输出 以前595个数据作为训练样本，后100个数据作为实际输出。 通过训练数据建立模型，最终输出100个预测的股票收盘价。 将预测的收盘价和实际的收盘价进行对比并求取误差，从而判断所建立模型的准确性。 RBF神经网络调用newff函数实现。(In the data table of 600085, XZSLX synthesis is used as input and
BP神经网络股票预测
- 分别采用BP网络和RBF网络进行数据预测 在600085这个数据表中，以XZSLX综合作为输入，以收盘价作为输出 以前595个数据作为训练样本，后100个数据作为实际输出。 通过训练数据建立模型，最终输出100个预测的股票收盘价。 将预测的收盘价和实际的收盘价进行对比并求取误差，从而判断所建立模型的准确性。 BP神经网络调用newff函数实现。(In the data table of 600085, XZSLX synthesis i