搜索资源列表
-
0下载：
在VC中使用nntoolkit工具箱
1、 安装和注册nnToolKit组件
参见神经网络组件《nnToolKit安装手册》。
2、 导入nnToolKit组件
新建一个MFC AppWizard[exe]工程后，导入nnToolKit
使用MFC ClassWizard,添加一个新类，选择From a type of library,
在弹出的对话框中选中nnToolKit.dll
确定后，可以在workspace中发现类InnToolKit
(本例
-
-
0下载：
人工神经网络导论,人工神经网络方面很好的一本书.-Introduction to Artificial Neural Network, Artificial neural networks in a very good book.
-
-
0下载：
人工神经网络技术入门讲稿
作为人工神经网络的入门，作者希望通过对人工神经网络及其基本网络模型的介绍，使学生初步了解智能系统描述的基本模型，掌握人工神经网络的基本概念、单层网、多层网、循环网等各种基本网络模型的结构、特点、典型训练算法、运行方式、典型问题、软件实现方法等.-artificial neural network technology portal scr ipt as Artificial Neural Network portal, The authors hope that t
-
-
0下载：
简介的神经网络和人工智能。并用径向基函数神经网络实现了某函数，以及MATLAB仿真遗传算法MATLAB仿真-Introduction of the neural network and artificial intelligence. And RBF neural network to achieve a certain function, as well as genetic algorithm MATLAB simulation MATLAB simulation
-
-
0下载：
从盲声源信号的独立性出发!提出了一种新的盲声源混合信号分离方法:该方法基于信号联合概率的
分布统计!利用信号联合概率的方向导数熵最小获得最佳的旋转角度!最终实现盲信号分离:与快速独立分
量分析方法及神经网络方法相比!该方法不需要迭代计算:采用新的盲声源信号分离方法对轴承试验台的混
合声音信号进行识别!将电机和滚动轴承的声音分离出来!进而可以准确识别机械的故障-Blind sound source from the independence of the starting signal
-
-
0下载：
神经网络的基本介绍，工具箱指定的有关网络结构和符号的基本材料以及建立神经网络的一些基本函数以及实例-Neural network basic introduction, toolbox designated symbols on the network structure and the basic materials, as well as neural network set up some basic functions, as well as examples of
-
-
0下载：
matlab神经网络工具箱的实用指南，第一章是神经网络的基本介绍，第二章包括了由工具箱指定的有关网络结构和符号的基本材料以及建立神经网络的一些基本函数，例如new、init、adapt和train。第三章以反向传播网络为例讲解了反向传播网络的原理和应用的基本过程。-matlab neural network toolbox of the Practical Guide, chap neural network are the basic introduction, chapter II, inc
-
-
0下载：
从ML-EM 重建算法入手，分析了贝叶斯模型的一些关键点，针对采用传统方法求解MAP问题的局限性，提出一种用于正电子成像的贝叶斯神经网络重建算法，为了保留边缘信息，引入了二进制的保边缘变量，并应用共轭神经网络求解，模拟的重建结果表明，应用这种算法可以得到比ML-EM 算法更好的重建图像@-From the ML-EM reconstruction algorithm start with an analysis of Bayesian model some of the key points,
-
-
0下载：
介绍matlab神经网络工具箱的命令,是使用神经网络人员的经典手册-Introduction matlab neural network toolbox of command, is to use the classic neural network personnel handbook
-
-
0下载：
MATLAB的神经网络工具箱实用指南.
第一章是神经网络的基本介绍，第二章包括了由工具箱指定的有关网络结构和符号的基本材料以及建立神经网络的一些基本函数，例如new、init、adapt和train。第三章以反向传播网络为例讲解了反向传播网络的原理和应用的基本过程。-MATLAB neural network toolbox of practical guidance. The first chapter is a basic introduction to neural networks,
-
-
0下载：
This book gives an introduction to basic neural network architectures and learning rules. Emphasis is placed on the mathematical analysis of these networks, on methods of training them and on their application to practical engineering problems in suc
-
-
0下载：
MATLAB神经网络30个案例分析，较为详细的介绍了MATLAB在人工神经网络方面的应用，比如分类和回归等-MATLAB neural network analysis of 30 cases, more detailed introduction to MATLAB in the application of artificial neural networks, such as classification and regression
-
-
0下载：
模糊神经网络的的相关应用及介绍，能帮助理解模糊神经网络的基本概念-Fuzzy neural network and the introduction of related applications, can help to understand the basic concepts of fuzzy neural network
-
-
0下载：
这本书对初学这入门还是挺不错的，看过了，就对matlab神经网络工具箱有教好的了解-Introduction to this book for beginners or very good, seen on the neural network toolbox of matlab have a good understanding of teaching
-
-
0下载：
摘要:回顾了神经网络理论发展的历史和现状。在此基础上，介绍并讨论了20世纪如年代神经网络研究的一些新进展。根据神经网络研究的特点，对人工神经网络今后的发展前景作了一定的评述，
人工神经网络的研究与发展必将对现代科学技术产生深远的影响.配准中基于像素和基于特征两类主要方法的优缺点 深入研究了互信息理论在医学图像配准领域的应用和实现机理以及互信息作为相似性测度的优缺点。本文着
重深入研究了Renyi广义互信息及其在图像配准中的作用，并针对互信息计算的复杂性，引入了广义近邻图嫡估计理论，并成功
-
-
0下载：
Introduction to Neural Network using Matlab
-
-
0下载：
很好，全面的介绍了Matlab神经网络工具箱函数以及针对性的给出代码及编程。-Very good, comprehensive introduction to the Matlab neural network toolbox function and gives the code and programming.
-
-
0下载：
BP神经网络用于模式分类,作为入门的基础程序，可以在人脸和掌纹上实现分类识别-The BP neural network is used for pattern classification, as the basis of an introduction to the program, can realize classification on face and palmprint recognition
-
-
0下载：
人工神经网络导论，2001年。神经网络一些理论讲述，有需要者可下载观看。-Introduction to Artificial Neural Networks, 2001. Some theories about the neural network, for those who need to watch the download.
-
-
1下载：
简单介绍神经网络基础知识和各重要深度学习流行模型，含有详细的数学推到公式。(A brief introduction to the basic knowledge of neural networks and the important depth of learning popular models, containing detailed mathematical push to the formula.)
-
