搜索资源列表
hmm.zip
- 隐马尔可夫链模型和例程（包括前向、后向算法、Viterbi解码以及为了减少概率数值计算误差编写的对数运算程序）,Introduction to Hiden Markov Model and Example Codes
data-dig
- 一些数据挖掘算法相关,包含定义网络拓扑,有关高血压研究方面的数据,朴素贝叶斯分类,关联规则基本概念,数据挖掘算法, 决策树方法在数据挖掘中的应用,训练贝叶斯信念网络,后向传播,贝叶斯信念网络,后向传播和可解释性,多层前馈神经网络-Some relevant data mining algorithms, including the definition of network topology, the high blood pressure research data, Naive Baye
BP
- BP神经网络是一个前向网络，它利用误差反向传播算法对网络进行训练，结构简单，可塑性强。本例选择3层BP神经网络（隐层为1层）来逼近函数，单输入单输出，隐层包含7个神经元，预设精度为0.1，学习率设为0.1，循环次数为5000次，达到循环次数，或结果达到预设精度要求，结束计算。激活函数选择双曲函数，采用梯度下降法，通过神经元的输入和误差，以及权值的学习速率来计算权值的变化率。将输入提供给网络后，神经元的激活值从输入层经各中间层向输出层传播，输出层的神经元获得网络的输入相应。接下来，按照减少目标输出
BP-neural-networks-algorithm
- 本程序为一个误差向后传播的三层前馈神经网络有指导的学习算法:Gauss变异动态调整BP算法中学习率参数和冲量系数-This program is a three-layer error back propagation feedforward neural networks supervised learning algorithm: the Gauss variation dynamically adjusts the learning rate in BP algorithm paramet
HMM-python-master
- 用python实现了隐马尔科夫模型的概率计算和预测部分，主要是前向后向算法和维特比算法-Realized with python hidden Markov model probability calculation and prediction part is mainly forward-backward algorithm and the Viterbi algorithm
合工大自然语言处理报告代码
- 四、中文词法分析系统 1、实验要求 语料库：1998-01-2003版-带音.txt 要求：根据构建的单词词典和双词词典，用n-gram模型，或者前向最长匹配，或者后向最长匹配等算法，鼓励用更复杂一些的方法来进行，包括隐马尔科夫模型和条件随机场模型。 二、宋词自动生成 1、实验要求 语料库：ci.txt 要求：输入词牌，基于宋词的词典和宋词的词牌，可以随机或者按照语言模型，自动生成宋词。设计相应的Ui或者Web界面。 实现了隐马尔科夫模型分词