搜索结果
找到约 731 项符合
样本 的查询结果
按分类筛选
- 全部分类
- 电子书籍 (173)
- 技术书籍 (139)
- 人工智能/神经网络 (113)
- matlab例程 (49)
- 元器件 (38)
- 其他 (24)
- 数学计算 (23)
- 文章/文档 (15)
- 学术论文 (12)
- 源码 (10)
- 技术资料 (9)
- 工控技术 (8)
- 数值算法/人工智能 (7)
- 测试测量 (6)
- 生物技术 (6)
- 文件格式 (6)
- 软件设计/软件工程 (6)
- 其他书籍 (5)
- 压缩解压 (5)
- 单片机编程 (4)
- 系统设计方案 (4)
- 模拟电子 (3)
- 汇编语言 (3)
- Java编程 (3)
- 数据库系统 (3)
- 传感与控制 (2)
- 无线通信 (2)
- C/C++语言编程 (2)
- 教育系统应用 (2)
- 医药行业 (2)
- 其他嵌入式/单片机内容 (2)
- 通讯编程文档 (2)
- Delphi控件源码 (2)
- VHDL/FPGA/Verilog (2)
- 驱动编程 (2)
- 金融证券系统 (2)
- Matlab (2)
- 多媒体处理 (1)
- 电源技术 (1)
- 教程资料 (1)
- 通信网络 (1)
- 开发工具 (1)
- PCB相关 (1)
- 可编程逻辑 (1)
- 单片机开发 (1)
- 电子书籍 (1)
- 人物传记/成功经验 (1)
- 书籍源码 (1)
- 操作系统开发 (1)
- 游戏 (1)
- VC书籍 (1)
- Internet/网络编程 (1)
- 邮电通讯系统 (1)
- 数据结构 (1)
- 手机彩信(MMS)编程 (1)
- 技术管理 (1)
- 多国语言处理 (1)
- DSP编程 (1)
- 编译器/解释器 (1)
- 软件工程 (1)
- 通讯/手机编程 (1)
- Labview (1)
- Linux/uClinux/Unix编程 (1)
- 设计相关 (1)
- 工业控制 (1)
- VHDL/Verilog/EDA源码 (1)
- 手册 (1)
- 软件 (1)
- 笔记 (1)
- VIP专区 (1)
人工智能/神经网络 本贝叶斯分类器可以实现对二维高斯分布样本的分类
本贝叶斯分类器可以实现对二维高斯分布样本的分类
人工智能/神经网络 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
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。 ...
matlab例程 这是模式分类一书中批处理裕量松弛算法和单样本的裕量松弛算法的matlab代码实现。pudn绝无二家。
这是模式分类一书中批处理裕量松弛算法和单样本的裕量松弛算法的matlab代码实现。pudn绝无二家。
人工智能/神经网络 利用竞争层网络对样本数据进行分类
利用竞争层网络对样本数据进行分类,利用输入样本数据对网络进行仿真
matlab例程 在这里输入需要翻实现parzen 库中找出与当前情况距离最近的样本的方法.把距离定义为相匹配的输入事例的特征加权和译的文字
在这里输入需要翻实现parzen
库中找出与当前情况距离最近的样本的方法.把距离定义为相匹配的输入事例的特征加权和译的文字
金融证券系统 蒙特卡罗期权定价 布朗桥方法 分层样本方法
蒙特卡罗期权定价 布朗桥方法 分层样本方法
人工智能/神经网络 采用单神经元结构对两类样本进行分类
采用单神经元结构对两类样本进行分类,其中X为输入样本,T为目标向量。X=[-0.5,-0.5,0.3,0.1,-0.1,0.8,0.2,0.3 0.3,-0.2,-0.6,0.1,-0.5,1.0,0.3,0.9]
T=[0,0,0,1,0,1,1,1]
人工智能/神经网络 目录包含了代码执行Kohonen网络。源代码 中可以找到KNET.CPP 。样本数据isfound在KNETSAMP.PAT 。程序输出 可在接受KNETSAMP.OUT
目录包含了代码执行Kohonen网络。源代码
中可以找到KNET.CPP 。样本数据isfound在KNETSAMP.PAT 。程序输出
可在接受KNETSAMP.OUT
人工智能/神经网络 该目录包含了代码执行Kohonen自组织特征 地图网络。源代码中可以找到SOFM.CPP 。样本数据中发现 SOFMSAMP.PAT 。的自组织特征映射程序接受输入的载体和组成 计算重量。输出定
该目录包含了代码执行Kohonen自组织特征
地图网络。源代码中可以找到SOFM.CPP 。样本数据中发现
SOFMSAMP.PAT 。的自组织特征映射程序接受输入的载体和组成
计算重量。输出定向到屏幕上。
人工智能/神经网络 对一组样本通过C-means算法进行聚类分析
对一组样本通过C-means算法进行聚类分析,然后对聚类结果用感知器算法进行分类,是模式识别课程的实验。