详细讲解了模式识别的算法理论，如近邻法，贝叶斯决策理论等，以及人工神经网络的主要算法
上传时间： 2016-04-28
上传用户：nanfeicui
谢金星，邢文训 本书系统地介绍了禁忌搜索、模拟退火、遗传 算法、人工神经网络和拉格朗日松驰等现代优化计算方法的模型与理论、应用技术和应用案例。本书共6章，第1章介绍算法复杂性的基本概念和启发式算法的评价方法，后5章分别介绍各个现代优化计算方法。
标签： 金星
上传时间： 2014-01-22
上传用户：1583060504
svr(support vector regression),即支持向量回归，是人工神经网络的一种学习算法。可用于数据预测等。
标签： regression support vector svr
上传时间： 2013-12-19
上传用户：dsgkjgkjg
独立分量分析(Independent Component Analysis，简称ICA)是近二十年来逐渐发展起来的一种盲信号分离方法。它是一种统计方法，其目的是从由传感器收集到的混合信号中分离出相互独立的源信号，使得这些分离出来的源信号之间尽可能独立。它在语音识别、电信和医学信号处理等信号处理方面有着广泛的应用，目前已成为盲信号处理，人工神经网络等研究领域中的一个研究热点。 本文简要的阐述了ICA的发展、应用和现状，详细地论述了ICA的原理及实现过程，系统地介绍了目前几种主要ICA算法以及它们之间的内在联系，在此基础上重点分析了一种快速ICA实现算法一FastICA。 物质的非线性荧光谱信号可以看成是由多个相互独立的源信号组合成的混合信号，而这些独立的源信号可以看成是光谱的特征信号。为了更好的了解光谱信号的特征，本文利用独立分量分析的思想和方法，提出了利用FastICA算法提取光谱信号的特征的方案，并进行了仿真实验。
标签： Independent Component Analysis 分
上传时间： 2013-12-20
上传用户：yan2267246
本程序是BP算法的演示程序, 其中的Levenberg-Marquardt算法具有实用价值. 一、网络训练 程序默认状态是样本训练状态,现将样本训练状态下的如何训练网络进行说明: 1.系统精度: 定义系统目标精度,根据需要定义网络训练误差精度.误差公式是对训练出网络的输出层节点和实际的网络输出结果求平方差的和. 最大训练次数: 默认为10000次,根据需要调整,如果到达最大训练次数网络还未能达到目标精度,程序退出. 3.步长: 默认为0.01,由于采用变步长算法,一般不需人工设置. 4.输入层数目: 人工神经网络的输入层神经元的节点数目. 5.隐含层数目: 人工神经网络的隐含层神经元的节点数目. 6.输出层数目: 人工神经网络的输出层神经元的节点数目. 7.训练算法: 强烈建议选取Levenberg-Marquardt算法,该算法经过测试比较稳定. 8.激活函数: 不同的网络激活函数表现的性能不同,可根据实际情况选择. 9.样本数据的处理: 由于程序没有实现归一化功能, 因此用来训练的样本数据首先要归一化后才能进行训练.
标签： Levenberg-Marquardt 程序 状态 样本
上传时间： 2013-12-19
上传用户：firstbyte
matlab编程，通过设计训练一个人工神经网络来达到其对一个4传感器实时检测输出结果融合判断的模拟，文中涉及人工圣经网络和多传感器融合两们学科的基本知识。
上传时间： 2013-12-18
上传用户：aysyzxzm
Matlab手写文字识别源代码 这个Demo展示手写文字识别的各个步骤，包括图像的预处理、裁剪、大小转换、人工神经网络训练和识别等等。
上传时间： 2016-08-19
上传用户：chenlong
超高车牌识别率，车牌识别速度在100ms以内。采用人工神经网络开发，具有适应性。
标签： 车牌识别
上传时间： 2016-09-25
上传用户：lwwhust
关于语音情感识别的一篇论文，里面描述了人工神经网络的方面
上传时间： 2014-01-26
上传用户：yd19890720
介绍了matlab常见问题，用于人工神经网络的BP算法
标签： matlab
上传时间： 2013-12-22
上传用户：yulg
