搜索资源列表
nnmc
- 是神经网络的模式识别源代码，可以直接使用；很好用的！-Is a neural network pattern recognition source code, can be used directly good use!
Pattern-Recognition
- 西奥多里蒂斯著，李晶皎译 本书系统阐述了模式识别的原理与方法，并在此基础上介绍了模式识别的应用。全书分为：基础部分和应用部分：基础部分主要包括统计模式识别、模糊模式识别、神经网络模式识别等内容；应用部分有车牌识别和语音识别。 -This paper discussed the principles and methods of pattern recognition, and based on this, the application of pattern recognition. Enc
hopfield
- 一、 实验目的 1. 通过本实验加深对Hopfield神经网络原理的认识与理解； 2. 进一步熟练MATLAB软件和该软件平台上神经网络的模式识别功能。 二、 实验内容 本实验利用Hopfield神经网络来对0-9这10个数字进行识别，并实现噪声数字的识别。 -First, the purpose of the experiment Through this experiment to deepen knowledge and understanding of the H
tixingguanzi2
- 分析了支持向量回归机在能源需求预测中的优势,确定了输入向量集合和输出向量集合,建立了基于Matlab技术的SVR能源需求预测模型.对我国1985-2008年能源需求相关数据进行模拟与仿真,并对中国2010年和2020年能源需求量进行预测.研究结果表明:一是中国未来对能源的需求量逐渐增加,从2010年的330400万吨标准煤上升到2020年418320万吨标准煤,年均增长率为2.39％；二是在解决我国能源系统小样本.非线性及高维模式识别问题中SVR比BP神经网络等方法有更高的预测精度.-Suppo
Visual-C-MATLAB-image-processing
- 本书系统地介绍了图像处理与识别的基本原理、典型方法和实用技术。全书共分12章，第1章～第6章是图像处理与识别的基础内容，包括图像科学综述、MATLAB语言图像编程、图像增强、图像分割、图像特征提取和图像识别；第7章～第10章是图像处理与识别的工程实例，涵盖了医学图像处理、文字识别和自导引小车路径识别等应用实例，并结合理论算法，提供了大量MATLAB代码程序，以帮助读者掌握如何使用MATLAB语言快速进行算法的仿真、调试和估计等方法。第11章～第12章，是两个综合性较强的实例，分别是Visual
神经网络极速学习方法研究
- 单隐藏层前馈神经网络(Single-hidden Layer Feedforward Neural Network, SLFN)已经在模式识别、自动控制及数据挖掘等领域取得了广泛的应用，但传统学习方法的速度远远不能满足实际的需要，成为制约其发展的主要瓶颈。产生这种情况的两个主要原因是：（1）传统的误差反向传播方法(back propagation，BP)主要基于梯度下降的思想，需要多次迭代；（2）网络的所有参数都需要在训练过程中迭代确定。因此算法的计算量和搜索空间很大。针对以上问题，借鉴ELM的
GA_RBF
- GA，即遗传算法；RBF，径向基函数神经网络。本程序介绍了通过遗传算法来优化RBF神经网络的参数值，从而达到更好的进行模式识别。-GA, namely genetic algorithms RBF, radial basis function neural networks. This procedure describes the parameters to optimize the RBF neural networks by genetic algorithms to achieve b
BPnetwork_code
- 手写体数字识别是模式识别中一个非常重要和活跃的研究领域，数字识别也不是一项孤立的技术，它所涉及的问题是模式识别的其他领域都无法回避的；应用上，作为一种信息处理手段，字符识别有广阔的应用背景和巨大的市场需求。因此，对数字识别的研究具有理论和应用的双重意义。(Handwritten numeral recognition is a very important and active research field in pattern recognition, digital recognition
bishe
- 使用BP神经网络，对异步电机故障识别的一个简单小例子。(Using BP neural network, a simple example of fault recognition of asynchronous motor is presented.)