基于GMM的概率神经网络PNN具有良好的泛化能力
基于GMM的概率神经网络PNN具有良好的泛化能力，快速的学习能力，易于在线更新,并具有统计学的贝叶斯估计理论基础，已成为一种解决像说话人识别、文字识别、医疗图像识别、卫星云图识别等许多实际困难分类问题的很有效的工具。而且PNN不但具有GMM的大部分优点，还具有许多GMM没有的优点，如强鲁棒性，需要更...
PNN技术资料
📦 资源总数：10
💻 源代码：82
PNN（概率神经网络）是一种高效模式识别技术，特别适用于分类与预测任务。在电子工程领域，PNN广泛应用于信号处理、故障诊断及智能控制系统中，能够显著提升系统性能与可靠性。通过学习本页面提供的10个精选资源，您将深入了解PNN算法原理及其在实际项目中的应用技巧，助力解决复杂工程问题。立即探索，开启您的PNN技术之旅！
🔥 PNN热门资料
查看全部10个资源 »概率神经网络翻译资料,较为详细的解说了PNN网络的特点和网络结构以及几种优化结构
概率神经网络翻译资料,较为详细的解说了PNN网络的特点和网络结构以及几种优化结构...
基于小波神经网络PNN 的说话人识别程序
基于小波神经网络PNN 的说话人识别程序，希望对大家有所帮助...
Straightforward implementation of the exact pairwise nearest neighbor (PNN) algorithm takes (O3) ti
Straightforward implementation of the exact pairwise nearest neighbor (PNN) algorithm takes (O3) time...
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
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...
💻 PNN源代码
查看更多 »📂 PNN资料分类