tytrocktyt

RBF径向基非线性函数拟合代码

RBF神经网络一共分为三层,第一层为输入层即Input Layer,由信号源节点组成;第二层为隐藏层即图中中间的黄球,隐藏层中神经元的变换函数即径向基函数是对中心点径向对称且衰减的非负线性函数,该函数是局部响应函数。因为是局部相应函数,所以一般要根据具体问题设置相应的隐藏层神经元个数;第三层为输出层

tensorflow实现人脸分类自组织映射神经网络SOM代码

自组织映射(SOM)网络,也被称为 Kohonen 网络或者胜者独占单元(WTU),在大脑中,不同的感官输入以拓扑顺序的方式呈现,是受人脑特征启发而提出的一种非常特殊的神经网络。 与其他神经网络不同,SOM 神经元之间并不是通过权重相互连接的,相反,它们能够影响彼此的学习。SOM 最重要的特点是神经

TensorFlow实现霍普菲尔德网络Hopfield解决城市旅行商问题TSP

TensorFlow代码实现霍普菲尔德网络(Hopfield)解决20个城市旅行商问题(TSP),旅行商问题 TSP 是一个典型的组合优化问题,并且是一个 NP 完全问题,其可能 Hamilton 圈的数目是顶点的数目 n 的指数函数,所以一般很难精确地求出其最优解。所谓组合优化问题,是指在离散的,

tensorflow实现SVM支持向量机对人脸进行识别准确率实验

将实例的特征向量(以二维为例)映射为空间中的一些点,就是如下图的实心点和空心点,它们属于不同的两类。那么 SVM 的目的就是想要画出一条线,以“最好地”区分这两类点,以至如果以后有了新的点,这条线也能做出很好的分类。

tensorflow实现CCIPCA的图像压缩代码

CCIPCA是由密西根州立大学翁巨扬教授于2003年，在TPAMI上发表的论文，与传统的主成分分析（PCA）不同，CCIPCA在一个样本集的主成分过程中，不需要对样本的协方差矩阵进行评估，因此，存在Covariance-free这个特性。

tensorflow实现ICA独立成分分析图像或声音的盲源分离

ICA主要用于特征提取和信号盲源分离中。在盲源信号分离中，关于源的个数是确定的，因此分离出的源信号数目在分离之前是确定已知的。监测信号的维数与源信号的数目相同，混合矩阵和源信号具体情况在分离之前可以不清除具体表现形式，但是需要满足独立、非高斯分布的条件，这些是在实际中应用ICA需要考虑的条件。

信号与系统南邮课件

是很全的课件，是最新版的，很好，是南邮的，例题解析相当清楚