支持向量神经网络

支持向量神经网络（SVNN）基于SVM原理的MLP神经网络训练新方法

这段代码介绍了一种名为支持向量神经网络（SVNN）的新型MLP神经网络训练方法，与传统的SVM相似。它由O. Ludwig在其博士论文中提出，重点是快速模式识别的非参数方法，毕业于科英布拉大学。输入参数包括一个N x L矩阵，代表L个N元素的输入向量，以及一个目标类别的行向量y，其元素为-1或1。该算法类似于SVM，具有惩罚参数C可在代码中设置。SVNN输出MLP模拟器“sim_NN.m”的参数W1、W2、b1、b2，需要测试数据矩阵和目标向量（如果目标不可用，则提供空向量）。代码优化用于四核处理器，适合在多核系统中运行。

Matlab 0 2024-09-28

MATLAB神经网络案例分析基于支持向量机的真彩色图像分割

MATLAB神经网络案例展示了如何利用支持向量机进行真彩色图像的精确分割。这些案例分析揭示了在图像处理领域中，利用先进的神经网络技术如何实现高效的分割结果。

Matlab 2 2024-07-28

BP神经网络

BP神经网络的MATLAB代码实现展示了其基本的架构和训练过程。首先，定义网络结构，包括输入层、隐藏层和输出层的神经元数量。其次，初始化权重和偏置，然后通过前向传播计算输出，使用误差反向传播算法调整权重和偏置。最后，通过多次迭代训练网络，直到误差满足要求。该代码适用于简单的分类和回归任务，具有较好的学习能力和泛化性能。

算法与数据结构 2 2024-07-12

BP神经网络详解神经网络数学模型解析

神经网络是由许多神经元之间的连接组成，例如下图显示了具有中间层（隐层）的B-P网络。BP神经网络是一种数学模型，其详细解析如下。

算法与数据结构 2 2024-07-17

BP神经网络优化

改进BP神经网络算法以提高数据挖掘中的收敛速度。

数据挖掘 3 2024-05-13

神经网络拓扑结构

神经网络训练前，需设计拓扑结构，包括隐层神经元数量及其初始参数。隐层神经元越多，逼近越精确，但不宜过多，否则训练时间长、容错能力下降。如训练后准确性不达标，需重新设计拓扑或修改初始参数。

数据挖掘 2 2024-05-26

神经网络课件.zip

逻辑性的思维是根据逻辑规则进行推理的过程；它将信息化为概念并用符号表示，然后通过符号运算按串行模式进行逻辑推理；这一过程可以写成串行指令供计算机执行。然而，直观性的思维是将分布式存储的信息综合起来，结果是突然产生的想法或解决问题的办法。这种思维方式的根本在于两点：1.信息通过神经元上的兴奋模式分布存储在网络上；2.信息处理是通过神经元之间同时相互作用的动态过程完成的。

算法与数据结构 3 2024-07-12

神经网络 MATLAB 程序

神经网络识别，可识别三种类别，使用四种特征。可更改程序以识别更多类别。

算法与数据结构 5 2024-04-29

RBF 神经网络网络结构

输入层：感知单元连接网络和环境隐含层：非线性变换，输入空间到隐层空间输出层：线性，响应训练数据

数据挖掘 10 2024-04-30

模糊神经网络水质预测

嘉陵江水质模糊神经网络预测算法研究

算法与数据结构 4 2024-05-13