墨西哥帽子matlab代码-Neural-Network-Algorithms:用MATLAB编写的神经网络算法

上传者: 38524246 | 上传时间: 2023-11-26 17:31:59 | 文件大小: 7KB | 文件类型: ZIP
墨西哥帽子matlab代码神经网络算法 用MATLAB编写的神经网络算法 hebbian.m 该代码采用输入向量,权重,学习常数,并在每个阶段绘制更新后的权重 净额 代码将两个矩阵相乘 BAM_network.m 这个Matlab代码在以5x3的矩阵制作时为英语alphabects训练了双向联想存储网络的权重。 max_net.m 基于竞争的神经网络的具体示例。 可以用作子网来选择输入量最大的节点。 max_hat.m 该matlab代码采用以下参数输入n个输入神经元:->互连区域的半径->具有正互连的区域的半径->恒定c1->恒定c2->外部信号。 该代码对这些输入神经元执行墨西哥帽算法,并执行所需的次数。 hamming_net.m 这些网络可用于查找最接近双极性输入向量x的示例。 索姆 此代码已演示了Kohonen自组织图,也称为拓扑保留图算法。 lvq.m 该代码显示了线性向量量化算法的工作原理。 目前,代码将2类分类。 将对代码进行进一步的改进。 感知器 该代码显示了用于逻辑门的感知器学习算法的实现。 在最初阶段,已实现了“与门”,其输入值和目标输出可在代码中轻松修改。 它采

文件下载

资源详情

[{"title":"( 11 个子文件 7KB ) 墨西哥帽子matlab代码-Neural-Network-Algorithms:用MATLAB编写的神经网络算法","children":[{"title":"Neural-Network-Algorithms-master","children":[{"title":"madaline.m <span style='color:#111;'> 3.50KB </span>","children":null,"spread":false},{"title":"hamming_net.m <span style='color:#111;'> 686B </span>","children":null,"spread":false},{"title":"perceptron.m <span style='color:#111;'> 1.21KB </span>","children":null,"spread":false},{"title":"net.m <span style='color:#111;'> 353B </span>","children":null,"spread":false},{"title":"README.md <span style='color:#111;'> 1.85KB </span>","children":null,"spread":false},{"title":"hebbian.m <span style='color:#111;'> 1.04KB </span>","children":null,"spread":false},{"title":"max_net.m <span style='color:#111;'> 523B </span>","children":null,"spread":false},{"title":"BAM_network.m <span style='color:#111;'> 3.04KB </span>","children":null,"spread":false},{"title":"lvq.m <span style='color:#111;'> 1.10KB </span>","children":null,"spread":false},{"title":"som.m <span style='color:#111;'> 589B </span>","children":null,"spread":false},{"title":"max_hat.m <span style='color:#111;'> 870B </span>","children":null,"spread":false}],"spread":false}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明