本书介绍了Cygnal集成产品公司的C8051Fxxx高速片上系统（SOC）单片机的硬件结构和工作原理，详细阐述了C8051Fxxx的定时器、可编程计数器阵列（PCA）、串行口、SMBus/I2C接口、SPI总线接口、ADC、DAC、比较器、复位源、振荡器、看门狗定时器、JTAG接口等外设或功能部件的结构和使用方法。
上传时间： 2013-10-26
上传用户：born2007
针对人脸识别中的特征提取问题，提出一种新的基于Gabor的特征提取算法，利用Gabor小波变换良好的提取区分能力和LDA所具有的判别性优势来进行特征提取。首先利用Gabor小波变换来提取人脸特征。然后对得到的高维特征采用PCA进行初次降维，再利用LDA实现再次降维，得到最终的特征向量。在ORL和YALE人脸库上的实验验证了该算法的有效性。
上传时间： 2013-12-14
上传用户：alex wang
人工神经网络java工具箱源代码 包含BP网络，K分类和RBF网络
上传时间： 2013-12-18
上传用户：lepoke
C++神经网络开发包ANNIE，可以用C++语言开发各种神经网络：如BP，RBF，HOPFIELD等，同时随附件带有基于VC和.NET环境的示例源程序
上传时间： 2014-01-03
上传用户：牛津鞋
神经网络基本算法源程序，包含四个基本算法：BF,ART I,RBF,自组织算法，有详细的帮助文件。
上传时间： 2015-03-17
上传用户：天诚24
可以用C++语言开发各种神经网络：BP，RBF，HOP~…………，使用前请看看说明文档，然后建立一个自己的项目文件，只要能明白作者的思路就能很方便地进行各种神经网络的设计，本人现在就在一个系统中使用它，目前这个开发包的版本已进入0.7了，但功能差不多，本人认为0.5这个版本用着也很方便，所以把他发来，大家共享。
上传时间： 2015-03-19
上传用户：小儒尼尼奥
这次上传的代码是关于特征提取的主要算法之一：ica，其比pca要好
上传时间： 2013-12-10
上传用户：BIBI
自适应(Adaptive)神经网络源程序 The adaptive Neural Network Library is a collection of blocks that implement several Adaptive Neural Networks featuring different adaptation algorithms.~..~ There are 11 blocks that implement basically these 5 kinds of neural networks: 1) Adaptive Linear Network (ADALINE) 2) Multilayer Layer Perceptron with Extended Backpropagation algorithm (EBPA) 3) Radial Basis Functions (RBF) Networks 4) RBF Networks with Extended Minimal Resource Allocating algorithm (EMRAN) 5) RBF and Piecewise Linear Networks with Dynamic Cell Structure (DCS) algorithm A simulink example regarding the approximation of a scalar nonlinear function of 4 variables
标签： collection implement Adaptive adaptive
上传时间： 2015-04-09
上传用户：ywqaxiwang
C++神经网络开发包ANNIE，可以用C++语言开发各种神经网络：如BP，RBF，HOPFIELD等，同时随附件带有基于VC和.NET环境的示例源程序
上传时间： 2013-12-18
上传用户：caozhizhi
ICA can be used in brain activation studies to reduce the number of dimension and filter out independent and interesting activations. This demonstration shows two studies. One provided by Hvidovre Universitets Hospital, Denmark, that consists of fMRI scannings of humans. Another provided by the EU sponsored MAPAWAMO project from fMRI scannings of monkeys. In the demo comparison between icaMS, icaML, icaMF, icaMF (positive sources) and PCA can be made. More detailes can found in [2].
标签： activation dimension studies indepen
上传时间： 2015-04-19
上传用户：zukfu
