搜索资源列表
Bayesian衰退和分类模形
- 这个软件支持Bayesian衰退和分类模形，它基于神经系统网络和Gaussian作用。它也包括一些根本的程序实现有限和无限混合的模型。-software support this recession and Bayesian classification pattern, It is based on neural network and Gaussian role. It also includes some of the procedures to achieve limited and u
Estimate_Y
- 神经网络 高斯分布 最大后验估计 最大似然估计-Neural network Gaussian maximum a posteriori estimate maximum likelihood estimate
textureclassfication
- 提出了一种基于函数联接的感知器神经网络的纹理分类方法.它采用高斯2马尔柯夫随机场模型(GM RF)对纹理进行描述,模型参数即为纹理特征,参数估计采用最小平方误差方法获得.将估计参数作为表达纹理的特征向量,用感知器网络对特征进行分类,并且采用函数联接的方式解决线性不可分问题.对纹理图象进行的实验表明,采用这种方法能够提高学习速度,简化计算过程,并取得较好的纹理分类效果. -Based on the function connected perceptron neural network tex
Image-Restoration-with-BPNN
- 基于BP神经网络的高斯模糊图像复原的方法实现，结合了BP神经网络良好的非线性逼近功能，效果较传统的算法更好。-BP neural network based image restoration method of Gaussian blur implementation of BP neural network combines good nonlinear approximation function, the effect is better than traditional algorit
RBFyuanchengxu
- 在RBF神经网络学习过程中，I出F神经元先计算输入与中心之间的距离，然 后再对这一距离进行某种非线性变换。输出层和隐藏层分别完成不同的任务，这两层学习的策略也不相同。输出层是对线性权进行调整，采用的是线性优化策略， 因而学习速度较快。而隐藏层是对传递函数的参数进行调整，采用的是非线性优 化策略，因而学习速度较慢。 RBF算法选用高斯函数作为隐藏层传递函数时，由隐藏层来实现从 x哼R，(x)的非线性映射，由输出层来实现从R,(X)--->y。的线性映射。-In the R
The-adaptive-Neural-Network-
- 基本上实现这些类型的神经网络： 自适应线性网络（ADALINE） 多层多层感知器网络 广义径向基函数网络 动态细胞结构（DCS）网络与高斯或圆锥形的基础功能-There are blocks that implement basically these kinds of neural networks: Adaptive Linear Networks (ADALINE) Multilayer Layer Perceptron Networks Generalized
neural-network.rar
- matlab例程，主要实现神经网络的辨识（不是应用工具箱），其中包含多个子文件，包含高斯白噪声的生成，bp神经网络，hopfield神经网络等的辨识。,matlab routine identification of neural network (not application toolbox), which contains multiple subfolders containing white Gaussian noise generated bp neural network, hop
RBFPID
- simulink高斯径向基函数神经网络的PID控制-simulink Gaussian radial basis function neural network PID control
ANN
- 自适应神经网络图书馆（Matlab的5.3.1或更高版本）是实现多个自适应神经网络具有不同的自适应算法块的集合。 它主要分布于2001年6月 - 7月詹皮耶罗坎帕（西弗吉尼亚大学）和马里奥·卢卡Fravolini（佩鲁贾大学）。后来改善部分由美国航天局资助NCC5-685支持。 有迹象表明，实施基本上这些种神经网络的块： 自适应线性网络（ADALINE） 多层感知层网络 广义径向基函数网络 动力单元结构（DCS）网络的高斯或圆锥形基函数
GA-PSO
- 遗传算法和粒子群算法以及网格搜索法优化神经网络SVM的高斯核参数和惩罚参数-Optimization of Genetic Algorithm Neural Network SVM Gaussian kernel parameters and penalty parameter
inverted-pendulum-control
- 利用强化学习的自适应动态规划中的值迭代和策略迭代方法，神经网络控制方法，LQR状态调节器最优控制方法，实现了三维倒立摆在飞行器上的稳定控制。鲁棒性很强，进行了高斯白噪声的扰动实验。-Reinforcement learning adaptive dynamic programming in value iteration and policy iteration method, neural network control method, LQR state regulator optimal
To-predict
- matlab预测程序集合，适用于数学建模大赛，直接数据导入就可以用。包括灰色模型预测程序2个，gm10，greymodel，高斯混合模型mixture_of_gaussians，以及BP神经网络优化模型，遗传算法优化，Genetic，粒子群算法优化，PSO-Matlab to predict collection, suitable for mathematical modeling contest, data import can use directly. Including gray mo
rbf
- 自己编写RBF神经网络程序，RBF神经网络隐层采用标准Gaussian径向基函数，输出层采用线性激活函数，其中数据中心、扩展常数和输出权值均用梯度法求解，它们的学习率均为0.001。其中隐节点数选为10，初始输出权值取[-0.1，0.1]内的随机值，初始数据中心取[-1，1]内的随机值，初始扩展常数取[0.1，0.3]内的随机值，输入采用[0 1]的随机阶跃输入(Write your own RBF neural network, RBF neural network hidden layer