📚 概率神经网络技术资料

📦 资源总数：15193
💻 源代码：30085
概率神经网络是一种基于贝叶斯决策理论的前馈神经网络，特别适用于分类与模式识别任务。它通过估计输入向量属于各个类别的概率来实现高效准确的分类。广泛应用于信号处理、图像识别、故障诊断等领域，是现代智能系统中不可或缺的技术之一。深入学习概率神经网络不仅可以帮助工程师掌握先进的机器学习算法，还能促进其在实际工程项目中的创新应用。探索我们丰富的15193个相关资源，开启您的技术升级之旅！

🔥 概率神经网络热门资料

查看全部15193个资源 »

PNN又称为概率神经网络,它最初由数学家Specht于1990年提出,后经Master[1995]等不断发展和完善,已成功地应用于机器学习、人工智能、自动控制等众多领域.概率神经网络比多层前馈网络的数学原理简单,且易于实现...

📅 👤 kristycreasy
Master Specht 1990 1995

本程序用C语言实现了集成神经网络解决广义异或问题。用神经网络集成方法做成表决网,可克服初始权值的影响,对神经网络分类器来说:假设有N个独立的子网,采用绝对多数投票法,再假设每个子网以1-p的概率给出正确结果,且网络之间的错误不相关,则表决系统发生错误的概率为 Perr = ( ) pk(1-p)N...

📅 👤 kiklkook
神经网络 子网 程序 C语言

💻 概率神经网络源代码

查看更多 »
💻
第07章 竞争型神经网络.txt
💻
第06章 反馈型神经网络.txt
💻
基于vc的神经网络开发程序包.txt
💻
bp神经网络算法.txt
💻
第03章 线性神经网络.txt
💻
第05章 径向基网络.txt
📂 概率神经网络资料分类
🔥 热门资料 查看最受欢迎的资源 💻 源代码 程序代码与工程文件 📚 全部资料 15193 个资源