搜索资源列表
MLVQ
- LVQ算法( Learning Vector Quantization，学习矢量量化网络)是一种基于模型（神经网络）的方法，本实验要实现的是对LVQ改进的聚类方法——MLVQ（闫德勤等人提出）。该方法克服了LVQ算法对初值敏感的问题和广义学习矢量量化(GLVQ)网络算法性能不稳定的缺点。(附文章)-LVQ algorithm (Learning Vector Quantization. learning vector quantizat
MLVQ
- LVQ算法( Learning Vector Quantization，学习矢量量化网络)是一种基于模型（神经网络）的方法，本实验要实现的是对LVQ改进的聚类方法——MLVQ（闫德勤等人提出）。该方法克服了LVQ算法对初值敏感的问题和广义学习矢量量化(GLVQ)网络算法性能不稳定的缺点。(附文章)-LVQ algorithm (Learning Vector Quantization. learning vector quantizat
clustering
- 该程序包实现了三个模式识别的聚类算法，分别是K-means、LVQ2和GLVQ聚类算法。采用C++语言编写，开发环境是VS。 另外，压缩包中还提供了两个测试样本文件。-The package has three pattern recognition clustering algorithm, namely K-means, LVQ2 and GLVQ clustering algorithm. Using C++ language,
LMLVVQzipV
- LVQ算法( Learning Vector Quantization，学习矢量量化网络)是一种一种基于模型（神经网络）的方法，本实验要实现的是对LVQQ改进的聚类方法——MLVQ（闫德勤等人提出）。该方法法克服了LVQ算法对初值敏感的问题与广义学习矢量量化(GLVQ)网络算法性能不稳定的缺点。(附文章) -LVQ algorithm (Learning Vector Quantization, learning vector qu
GlvqBP
- Glvq神经网络实现对火焰的特征提取和训练的算法-Glvq for flame feature extraction and neural network training algorithm
GLVQBP-FOR-clustering
- GLVQ neural network, this method is suitable for the two classification results of data processing
GlvqBP
- Glvq神经网络实现对火焰的特征提取和训练的算法-Glvq neural network algorithms for feature extraction and flame training