搜索资源列表
LMSE-HoKashyap
- 最小平方误差(LMSE)算法实现，可训练的确定性分类器的迭代算法。用于对训练一个向量，使得向量与给定矩阵的乘积的结果向量足够小。-least square error (LMSE) algorithm can be trained classifier uncertainty iterative algorithm. For a pair of training vectors, making vector and matrix given the results of the product
Perceptron-and-ADALINE-network
- 这些程序包括以下方面1.使用感知器和ADALINE网络对字母进行识别。2.随机选取初始权向量，选取适当的迭代步长(对ADALINE网络)，用给出的四个输入训练样本，对上述两个网络分别进行训练，直到网络收敛；3.对Adaline网络选取不同的值，分别画出误差曲线，观察它们的变化规律；4.对感知器选取不同的初始权向量，分别计算每类训练样本到超平面的距离，观察它们的异同；5.训练结束后，检验网络的识别能力(使用100个检测样本，对应于每个取25个含噪的变形)：6.比较Adaline和单神经元感知器的分
ex3
- 基于BP神经网络识别字符. BP神经网络算法是把一组样本输入输出问题转化为一个非线性优化问题，并通过梯度算法利用迭代运算求解权值的一种学习方法。采用BP网络进行分类，并附加线性感知器来实现单字符的有效识别，算法简便，识别率高，可适用于多种高噪声环境中的印刷体字符识别。-BP neural network based character recognition. BP neural network algorithm is a set of sample input and output is
Phase-estimation
- 一种基于软信息的编码辅助的迭代相位估计算法。该法采用载波相位同步、解调和译码联合处理的思想，将译码器输出的码比特的可靠量度直接反馈回估计单元以提高同步的准确度-Based on soft information encoded auxiliary iterative phase estimation algorithm. The method uses carrier phase synchronization, demodulation and decoding process of join
667777777766
- 模式识别的作业源代码，包括了c均值算法（Cmeans）和自主值迭代算法（ISODATA），以及W-H固定增量算法和感知器（基于MFC实现）。-Operating source code for pattern recognition, including c-means algorithm (Cmeans) and self-value iteration algorithm (on ISODATA), and WH fixed incremental algorithm and the sen
AdaBoost
- 这是一本介绍AdaBoost算法的资料。Adaboost是一种迭代算法，其核心思想是针对同一个训练集训练不同的分类器(弱分类器)，然后把这些弱分类器集合起来，构成一个更强的最终分类器-This is an introduction AdaBoost algorithm information. Adaboost is an iterative algorithm, the core idea for a training set of different classifiers (weak cl
demoadaboost
- Adaboost是一种迭代算法，其核心思想是针对同一个训练集训练不同的分类器(弱分类器)，然后把这些弱分类器集合起来，构成一个更强的最终分类器（强分类器）。-Adaboost is an iterative algorithm, the core idea is the same for a training set different classifiers (weak classifiers), and then set up these weak classifiers to form a
adaboost
- Adaboost是一种迭代算法，其核心思想是针对同一个训练集训练不同的分类器(弱分类器)，然后把这 Adaboost Adaboost 些弱分类器集合起来，构成一个更强的最终分类器(强分类器)。(adboost cluster algrithom)