搜索资源列表
Artificail.NN
- 人工神经网络（感知器模型和BP算法） 模式识别课程实验-artificial neural network (perceptron model and BP algorithm) Experimental Pattern Recognition
percep
- 神经网络感知器的几个例子，matlab编程
g1
- 创建感知器神经网络 并对其进行训练 计算运行时间 matlab7.0环境运行无误
PerceptronAlgorithm
- 感知器是神经网络里面的一个重要分类器，本例子采用matlab实现单个神经元感知器，分类效果较好~
11
- 神经网络实例集。包括以下几个程序单层线性神经网络实例、感知器神经元解决较复杂输入向量的分类问题、基于感知器神经网络处理复杂的分类问题、数值分析程序matlab-GUI、用BP网络完成函数的逼近源程序、自组织特征映射应用实例-Examples of neural network sets. Procedures include the following examples of single-layer linear neural network, perceptron neuron input
ganzhiqi
- 人工神经网络 感知器 matlab -Perceptron artificial neural network matlab
5injdown2009061a
- 神经网络课件,matlab环境，感知器，Bp,Hopfield网-Neural network courseware, matlab environment, sensors, Bp, Hopfield network
net
- 有感知器神经网络实现1与0的识别，输出误差曲线-it is a good program!if you needed,be quick to load it down
matlab-net
- 用matlab编写的一段感知器神经网络代码，挺好用的-Prepared using matlab a perceptron neural network code, very good use
percep-classification
- 一个感知器神经网络用于分类，有需要的人可以下载啊-A percep used in classification
FIG002
- Rosenblatt感知机Matlab实现算法线性分类器的第一个迭代算法是1956年由Frank Rosenblatt提出的. 这个算法被提出后, 受到了很大的关注. 感知器在神经网络发展的历史上占据着特殊的位置: 它是第一个从算法上完整描述的神经网络. 在20世纪60年代和70年代, 受感知器的启发, 工程师, 物理学家以及数学家们纷纷投身于神经网络不同方面的研究. -Rosenblatt perceptron Matlab algorithm linear classifier, an
Number-odd-or-even
- 采用人工神经网络单层感知器学习算法，实现数字0-9的奇偶识别-The single-layer perceptron of artificial neural network learning algorithm, to achieve parity identification numbers 0-9
code
- 三道题，包括1：用多层感知器（MLP）神经网络误差反向传播（BP）算法实现异或问题:2：用奇阶互补法设计两带滤波器组(高、低通互补)，进而实现四带滤波器组 3：估计其功率谱-Three questions, including: 1 using multilayer perceptron ( MLP ) neural network and error back propagation ( BP ) algorithm to realize the XOR problem: 2: the odd
final2cop
- matlab用bp神经网络分类信号，采用多层感知器的神经网络，有隐含层5个节点-matlab bp neural network classification signal, the use of Multilayer Perceptron neural network hidden layer nodes
matlab_ANN_MLP
- matlab程序，使用神经网络估算信号频率，附训练及测试数据(The matlab program uses neural networks to estimate the frequency of signals, along with training and test data)
感知器算法
- 感知器算法是一种神经网络的模型，是20世纪50年代中期到60年代初人们对模拟人脑学习能力的一种分类学习机模型的称呼。当时的研究者认为它是一种学习的强有力模型，但以当时的技术无法实现非线性分类，许多实验室都放弃了感知器的研究。但其中的思想很经典，对后来的模式识别模型有很大的影响。当然，随着时代的进步，已经有很多学者提出了许多非线性的感知器改进算法，并取得良好效果，此程序主要基于Matlab来具体实现传统的感知器算法。(This program is based on Matlab to speci
[MATLAB神经网络30个案例分析]（已阅）
- 人工神经网络 /多层感知器 归一化 神经网络的30个案例(artificial neural network/Multilayer perceptron normalization)
p_or
- 这个例子是感知器人工神经网络的异或门实现，这是多层感知器神经网络的一个典型例子。(This example is the XOR gate implementation of perceptron artificial neural network, that is a classic example of a multilayer perceptron neural network.)
function fitting
- Bp\感知器\SVM\RBF的神经网络函数拟合程序，其中大部分都是一维输入一维输出，特别适合刚入门的学习者。(These Program were BP\PERCEPTION\rbf\svm function fitting used matlab)
MATLAB神经网络
- MATLAB快速入门，单层感知器，线性神经网络，BP神经网络，反馈神经网络，随机神经网络，GUI设计神经网络等等(MATLAB quick start, single layer perceptron, linear neural network, BP neural network, feedback neural network, stochastic neural network, GUI design neural network and so on.)