搜索资源列表
newpnn[1]
- 基于GMM的概率神经网络PNN具有良好的泛化能力，快速的学习能力，易于在线更新,并具有统计学的贝叶斯估计理论基础，已成为一种解决像说话人识别、文字识别、医疗图像识别、卫星云图识别等许多实际困难分类问题的很有效的工具。而且PNN不但具有GMM的大部分优点，还具有许多GMM没有的优点，如强鲁棒性，需要更少的训练语料，可以和其他网络其他理论无缝整合等。-GMM based probabilistic neural network PNN go
gda
- 通过核来泛化的判别分析（GDA）代码，MATLAB写的。-through nuclear generalization to the discriminant analysis (GDA) code, written in MATLAB.
NonRBFModel
- 提出了一种RBF网非线性动态系统在线建模的资源优化网络(RON)方法．RON 在资源分配网络的学习过程中引入了滑动窗口和网络结构在线优化的思想，使网络能根据最 近一段时间内的误差信息自动实现网络结构优化，从而使RBF网既能在线适应对象的变化， 又能使网络规模维持在较小水平，并保证了网络的泛化能力．使用滑动窗口技术使RON对学 习参数变化具有较好的鲁棒性，并更易收敛．三个标准例子演示了算法的有效性．-presents a
nntnetwork2
- 几篇关于神经网络泛化的论文.几篇关于神经网络泛化的论文-several neural network generalization of the papers. Several of the generalization of the neural network papers
AOI_algorithm
- AOI（面向属性的归纳）是数据分析中有效的数据约简手段，该算法可以实现对属性的消减和泛化。-AOI (attribute-oriented induction) is a data analysis and effective means of data reduction, The algorithm can achieve the right attributes abatement and generalization.
fips-198a
- This standard describes a keyed-hash message authentication code (HMAC), a mechanism for message authentication using cryptographic hash functions. HMAC can be used with any iterative Approved cryptographic hash func
svm_v0.55beta
- 最新的支持向量机工具箱，有了它会很方便 1. Find time to write a proper list of things to do! 2. Documentation. 3. Support Vector Regression. 4. Automated model selection. REFERENCES ========== [1] V.N. Vapnik, \"The Nature of Statistical Le
BP神经网络源程序
- 基于C开发的三个隐层神经网络，输出权值、阈值文件，训练样本文件，提供如下函数：1）初始化权、阈值子程序；2）第m个学习样本输入子程序；3）第m个样本教师信号子程序；4）隐层各单元输入、输出值子程序；5）输出层各单元输入、输出值子程序；6）输出层至隐层的一般化误差子程序；7）隐层至输入层的一般化误差子程序；8）输出层至第三隐层的权值调整、输出层阈值调整计算子程序；9）第三隐层至第二隐层的权值调整、第三隐层阈值调整计算子程序；10）第二隐层
uml系统分析设计与应用案例
- 第一部分 基础篇 第1章 绪论 3 1.1 统一建模语言UML 3 1.1.1 UML的背景 3 1.1.2 UML的发展 3 1.1.3 UML的内容 5 1.1.4 UML的主要特点 5 1.1.5 UML的功能 6 1.1.6 UML的组成 7 1.2 Rational统一过程（Rational Unified Process） 9 1.2.1 RUP的发展 9 1.2.2 什么是RUP 10 1.2.3 过程概览 11 1.2.
TVAL3
- %TVDENOISE Total variation grayscale and color image denoising % u = TVDENOISE(f,lambda) denoises the input image f. The smaller % the parameter lambda, the stronger the denoising. % % The output u approximately minimize
On a Generalization of Join-the-Shortest-Queue Scheduling with a Bias
- 从豆丁转载的JSQ算法的文章，希望对大家有所帮助
svm_v0.55beta
- 最新的支持向量机工具箱，有了它会很方便 1. Find time to write a proper list of things to do! 2. Documentation. 3. Support Vector Regression. 4. Automated model selection. REFERENCES ========== [1] V.N. Vapnik, "The Nature of Statistical Lea
BP神经网络源程序
- 基于C开发的三个隐层神经网络，输出权值、阈值文件，训练样本文件，提供如下函数：1）初始化权、阈值子程序；2）第m个学习样本输入子程序；3）第m个样本教师信号子程序；4）隐层各单元输入、输出值子程序；5）输出层各单元输入、输出值子程序；6）输出层至隐层的一般化误差子程序；7）隐层至输入层的一般化误差子程序；8）输出层至第三隐层的权值调整、输出层阈值调整计算子程序；9）第三隐层至第二隐层的权值调整、第三隐层阈值调整计算子程序；10）第二隐层
newpnn[1]
- 基于GMM的概率神经网络PNN具有良好的泛化能力，快速的学习能力，易于在线更新,并具有统计学的贝叶斯估计理论基础，已成为一种解决像说话人识别、文字识别、医疗图像识别、卫星云图识别等许多实际困难分类问题的很有效的工具。而且PNN不但具有GMM的大部分优点，还具有许多GMM没有的优点，如强鲁棒性，需要更少的训练语料，可以和其他网络其他理论无缝整合等。-GMM based probabilistic neural network PNN go
gda
- 通过核来泛化的判别分析（GDA）代码，MATLAB写的。-through nuclear generalization to the discriminant analysis (GDA) code, written in MATLAB.
NonRBFModel
- 提出了一种RBF网非线性动态系统在线建模的资源优化网络(RON)方法．RON 在资源分配网络的学习过程中引入了滑动窗口和网络结构在线优化的思想，使网络能根据最 近一段时间内的误差信息自动实现网络结构优化，从而使RBF网既能在线适应对象的变化， 又能使网络规模维持在较小水平，并保证了网络的泛化能力．使用滑动窗口技术使RON对学 习参数变化具有较好的鲁棒性，并更易收敛．三个标准例子演示了算法的有效性．-presents a
nntnetwork2
- 几篇关于神经网络泛化的论文.几篇关于神经网络泛化的论文-several neural network generalization of the papers. Several of the generalization of the neural network papers
yinjiedianhecheng_matlab
- 神经网络隐节点合成算法，用于神经网络泛化能力的提高，和大家共享！-Hidden node neural network synthesis algorithm for neural network generalization capability, and the U.S. share!
rbf_svm
- 人工神经网络(ANN)的泛化特性是神经网络最重要的特性,同时也是最不容易保证的特性。本程序对改进泛化的神经网络算法以及新兴的机器学习算法——支持向量机算法进行研究,-Artificial Neural Network (ANN) the generalization characteristics of neural networks are the most important characteristics, but also no
Generalizatioofneuralnetwork
- 给大家送上神经网络泛化相关资料，很好滴-Generalization of neural network-related information, a good drop! ! ! ! !