方向基概率神经网络的模式识别

概率论是一门研究随机现象统计规律的数学学科,是人们了解“不确定性”数学现象的重要工具,从2000年新课程高考以来,概率和统计是重要的考核内容,并且几年来,考查的力度逐渐加大,考查的热点一直围绕以下几方

径向基函数神经网络进行异或分类，首先在4个象限随机生训练数据，然后进行FCM聚类，取4个隐层神经元代表分成4类，最后通过伪逆求出输出层神经元权重，输出通过0和1区分

RBF径向基函数神经网络,内附训练方法等，注重理论的说明，适用用论文撰写引用。使之具有初步研究RBF神经网络的能力。

内含6个RBF径向基神经网络的matlab代码，注释清楚简明。

径向基函数神经网络模型计算程序源码，供参考

基于神经网络车牌识别识别,完整源代码和论文,运行效果良好,识别率60%,供参考,matlab2016版本运行

这是 一个关于图像处理的资料，对要学习图像处理和DSP技术的人有帮助。

最早关于概率神经网络的的文献，概率神经网络主利用贝叶斯准则进行分类

随着神经网络被广泛应用于实际问题，Google Mind提出了试图通过心理学来解决深度神经网络中的「黑箱问题」，本书讲述神经透过周遭经验产生反应之原理，是从心理学角度切入神经网络之经典。 Sensat

神经网络模式识别及其实现，第八章。内含：KMEANS 、KOHONEN 、LVQ 、SOFM 算法。用vc6.0编写