感知器
共 88 篇文章
感知器 相关的电子技术资料，包括技术文档、应用笔记、电路设计、代码示例等，共 88 篇文章，持续更新中。
期刊论文：一种基于核函数的非线性感知器算法
·期刊论文：一种基于核函数的非线性感知器算法
期刊论文：無人自走車系統設計與行為反應控制
·简 介： 中) 本文設計製作一無人自走車之軟硬體系統；以組合語言撰寫8051單晶片控制器，配合控制器與感測器、致動器之間的介面電路，使之與各類感測器和致動器能夠妥善工作，並以三個單晶片控制電路分別擔任主副控制器，藉由8051串列多機通訊功能相互傳遞命令並各司其職。自走車為達成自走的能力，最基本地必需具備障礙感知器，本文採超音波感測器為之，使之可在無外在引導的方式下完成自動行
基于改进型小波基的图像压缩方法研究
利用变分原理和二维非张量积样条小波对原有的Daubechies 小波基进行改造，并结<BR>合多层感知器建立起图像压缩方案，对标准Lenna 图像信号进行实验，计算结果证明恢复图象有良好的效果和较高的
MATLAB神经网络快速入门
<p>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</p>
终极算法 ——机器学习和人工智能如何重塑世界
<p>第一章 机器学习革命</p><p>学习算法入门</p><p>为何商业拥护机器学习</p><p>给科学方法增压</p><p>10亿个比尔·克林顿</p><p>学习算法与国家安全</p><p>我们将走向何方</p><p>第二章 终极算法</p><p>来自神经科学的论证</p><p>来自进化论的论证</p><p>来自物理学的论证</p><p>来自统计学的论证</p><p>来自计算机科学的论证</p
BP神经网络
<span style="color:#333333;font-family:arial, 宋体, sans-serif;font-size:14px;text-indent:28px;white-space:normal;background-color:#FFFFFF;">BP神经网络具有任意复杂的模式分类能力和优良的多维函数映射能力，解决了简单感知器不能解决的异或(Exclusive OR，
模式识别实验报告
包含5个实验项目论文，包含BP神经网络，支持向量机，感知器
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。
这是模式分类一书中第五章的固定增量感知器和带裕量的变增量感知器的matlab代码实现。
这是模式分类一书中第五章的固定增量感知器和带裕量的变增量感知器的matlab代码实现。
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。
基于感知器算法的线性分类程序
基于感知器算法的线性分类程序，matlab实现。
多层感知器的分类程序!
多层感知器的分类程序!
单层感知器识别的一段程序
单层感知器识别的一段程序，可以编译后实现
十分简单的感知器实现
十分简单的感知器实现，自己编写，加深对神经网络的了解，面向对象，虽然简单，但对神经网络的初学者还是有参考价值的
利用BP算法
利用BP算法，设计一个多层感知器为表中的数据集提供一个非线性逼近，并测试其泛化能力
感知器的MATLAB实现
感知器的MATLAB实现，现在很好的啊，请大家
几个模式识别的作业程序
几个模式识别的作业程序，自己写的。望指教哦，内容有感知器算法、多类感知器算法以及K均值算法
感知器MATLAB程序 感知器MATLAB程序
感知器MATLAB程序 感知器MATLAB程序
感知器（Perceptron) 单层感知器神经元模型图,我们可以看出感知器的基本功能是将输入矢量转化成0或1的输出。这一功能可以通过在输入矢量空间里的作图来加以解释。
感知器（Perceptron)
单层感知器神经元模型图,我们可以看出感知器的基本功能是将输入矢量转化成0或1的输出。这一功能可以通过在输入矢量空间里的作图来加以解释。
批处理感知器算法
<p>
批处理感知器算法的代码matlab
</p>
<p>
w1=[1,0.1,1.1;1,6.8,7.1;1,-3.5,-4.1;1,2.0,2.7;1,4.1,2.8;1,3.1,5.0;1,-0.8,-1.3;<br />
1,0.9,1.2;1,5.0,6.4;1,3.9,4.0];<br />
w2=[1,7.1,4.2;1,-1.4,-4.3;1,4.