搜索资源列表
Kohonen_SOFM
- 利用c＋＋开发的自组织映射神经网络源程序，供初学者参考。-use c + + development of self-organizing neural network source for advanced users.
自组织系统Kohonen网络模型源程序
- 自组织系统Kohonen网络模型。对于Kohonen神经网络，竞争是这样进行的：对于“赢”的那个神经元c，在其周围Nc的区域内神经元在不同程度上得到兴奋，而在Nc以外的神经元都被抑制。网络的学习过程就是网络的连接权根据训练样本进行自适应、自组织的过程，经过一定次数的训练以后，网络能够把拓扑意义下相似的输入样本映射到相近的输出节点上。网络能够实现从输入到输出的非线性降维映射结构：它是受视网膜皮层的生物功能的启发而提出的。~..~-Koho
自组织系统Kohonen网络模型源程序
- 自组织系统Kohonen网络模型。对于Kohonen神经网络，竞争是这样进行的：对于“赢”的那个神经元c，在其周围Nc的区域内神经元在不同程度上得到兴奋，而在Nc以外的神经元都被抑制。网络的学习过程就是网络的连接权根据训练样本进行自适应、自组织的过程，经过一定次数的训练以后，网络能够把拓扑意义下相似的输入样本映射到相近的输出节点上。网络能够实现从输入到输出的非线性降维映射结构：它是受视网膜皮层的生物功能的启发而提出的。~..~-Koho
自组织特征映射应用实例
- 开发环境:Matlab 简要说明:自组织特征映射模型(Self-Organizing feature Map)，认为一个神经网络接受外界输入模式时，将会分为不同的区域，各区域对输入模式具有不同的响应特征，同时这一过程是自动完成的。各神经元的连接权值具有一定的分布。最邻近的神经元互相刺激，而较远的神经元则相互抑制，更远一些的则具有较弱的刺激作用。自组织特征映射法是一种无教师的聚类方法。-development environment :
fmap1
- matlab编写的训练som自组织特征映射神经网络的源代码。-Matlab prepared by the training som self-organizing feature map neural network source.
Kohonen_SOFM
- 利用c＋＋开发的自组织映射神经网络源程序，供初学者参考。-use c++ development of self-organizing neural network source for advanced users.
somnet
- 一种通过自组织竞争学习网络实现数据降维和可视化的单层神经网络模型。用此算法可以把输入空间的多维映射到低维的（一维或者二维）的离散网络上，并将保持相同性质的输入数据在映射到低维空间时的拓扑一致性。iris以及letter两个数据集进行分类-A competitive learning through self-organizing network for data dimensionality reduction and visualiz
Selforg
- 自组织特征映射网络进行图像分类识别（神经网络实用教程）-Self-organizing feature map network image classification Recognition [Neural Network Practical Guide]
imagevectorquantization
- 本代码是利用matlab开发环境，对图像进行矢量量化，从而实现对图像的压缩；并介绍了需要用到的一些matlab现有函数及其使用方法和功能；在码书的训练方法上选择的是自组织映射神经网络，解码重建后的图像质量较好-The application of Self-Orgnization Feature Maps neural network in image vector quantization
self-organizing
- 基于自组织特征映射神经网络的图像压缩算法，ＥＩ检索论文，绝对有参考价值．-Based on self-organizing feature map neural network image compression algorithm, EI retrieval papers, the absolute reference value.
SOM
- MATLAB的自组织映射神经网络源码和相应的实验数据-MATLAB' s self-organizing map neural network source code and the corresponding experimental data
som(Jal.You)
- SOM神经网络（自组织特征映射神经网络）是一种无导师神经网路。网络的拓扑结构是由一个输入层与一个输出层构成。输入层的节点数即为输入样本的维数，其中每一节点代表输入样本中的一个分量。输出层节点排列结构是二维阵列。输入层X中的每个节点均与输出层Y每个神经元节点通过一权值(权矢量为W)相连接，这样每个输出层节点均对应于一个连接权矢量。 自组织特征映射的基本原理是，当某类模式输入时，其输出层某一节点得到最大刺激而获胜，获胜节点周围的一些节点
Untitled1
- 自组织映射神经网络，实现数据网络的无导师训练-Self-organizing map neural network, data network unsupervised training
zzzsjwl
- 自组织映射神经网络对图像进行训练，有训练结果图-Self-organizing map neural network is trained on the image, there are training results map
self-organization-map
- 自组织映射神经网络是一类新异类分类方法，可以较好的解决一类分类问题！-The self-organizing map neural network is a new class of heterogeneous classification, a classification can be a better solution!
som
- 自组织映射神经网络som算法的源程序 matlab-Self-organizing map neural network SOM algorithm matlab source
som神经网络
- som神经网络自组织特征映射网络，用于聚类(Som neural network self-organizing feature mapping network for clustering)
基于自组织特征映射网络的亚洲足球水平聚类
- 神经网络应用实例 基于自组织特征映射网络的亚洲足球水平聚类(Asian Football Horizontal Clustering Based on Self - organizing Feature Mapping Network)
07 神经网络与深度学习
- 人工神经网络（Artificial Neural Networks，ANN）系统是 20 世纪 40 年代后出现的。它是由众多的神经元可调的连接权值连接而成，具有大规模并行处理、分布式信 息存储、良好的自组织自学习能力等特点。BP（Back Propagation）算法又称为误差 反向传播算法，是人工神经网络中的一种监督式的学习算法。BP 神经网络算法在理 论上可以逼近任意函数，基本的结构由非线性变化单元组成，具有很强的非线性映射能力。
05 竞争神经网络与SOM神经网络
- 自组织神经网络概念和原理，并重点介绍一下自组织特征映射SOM网络。SOM和现在流行的ANN（MLP）模型在结构上类似，都由非常简单的神经元结构组成，但是SOM是一类“无监督学习”模型，一般的用法是将高维的input数据在低维的空间表示[1]，因此SOM天然是一种降维方法。除了降维，SOM还可以用于数据可视化，以及聚类等应用中。(The concept and principle of self-organizing neural net