Welcome![Sign In][Sign Up]
Location:
Search - RBF p

Search list

[Other resourcematlabtosolve

Description: 基于MATLAB实现的说话人识别程序,分别用bp、pnn、som、rbf、lvq等算法,对语音文件进行训练和测试,效果不错。~..~ 下面说明一下bprengong程序: 数据分别用来训练和测试两部分。 具体程序分为两部分,第一部分为:计算识别模型 变量v是mfcc处理以后的矢量。因为数据可能长短不一,所以放在同一进行截取。p的每一行代表一个语音数据(共15个)。变量Pr为每一行的最大最小值。变量T为目标值。输出神经元个数为15。 在训练阶段,如果用于训练的输入训练样本的类别标号为i(即语音数据的标号),则训练时设第i个节点的期望输出设为1。其余节点期望输出均为0。 在识别时,当一个未知类别的样本作用到输入端时,考查各输出节点的输出,并将这个样本的类别判定为输出值最大的那个节点对应的类别。
Platform: | Size: 658202 | Author: wang | Hits:

[Mathimatics-Numerical algorithmsC++神经网络开发包

Description:

C++神经网络开发包ANNIE,可以用C++语言开发各种神经网络_如BP,RBF,HOPFIELD等,同时随附件带有基于VC和.NET


Platform: | Size: 570663 | Author: xiaobai3397384 | Hits:

[matlabkernel_svm

Description: 这是我自己写的一个关于svm的核程序,希望对正在学习的朋友有所帮助.-that I wrote on a svm nuclear procedures in the hope that the friends are learning some help.
Platform: | Size: 2048 | Author: oliver | Hits:

[matlabmatlabtosolve

Description: 基于MATLAB实现的说话人识别程序,分别用bp、pnn、som、rbf、lvq等算法,对语音文件进行训练和测试,效果不错。~..~ 下面说明一下bprengong程序: 数据分别用来训练和测试两部分。 具体程序分为两部分,第一部分为:计算识别模型 变量v是mfcc处理以后的矢量。因为数据可能长短不一,所以放在同一进行截取。p的每一行代表一个语音数据(共15个)。变量Pr为每一行的最大最小值。变量T为目标值。输出神经元个数为15。 在训练阶段,如果用于训练的输入训练样本的类别标号为i(即语音数据的标号),则训练时设第i个节点的期望输出设为1。其余节点期望输出均为0。 在识别时,当一个未知类别的样本作用到输入端时,考查各输出节点的输出,并将这个样本的类别判定为输出值最大的那个节点对应的类别。 -err
Platform: | Size: 658432 | Author: wang | Hits:

[matlabPSO

Description: 改进的pso算法(3个m文件和一个说明文件): 本算法实现Clerc and Kennedy 2002年对pso算法的重要改进-Improved PSO algorithm (3 m documents and a note): This algorithm Clerc and Kennedy 2002 years, the importance of improved PSO algorithm
Platform: | Size: 9216 | Author: zj | Hits:

[AI-NN-PRRBF

Description: 一个很好的学习RBF的PPT,是一个英文的,讲得很清楚,需要的可以下载-A very good learning RBF the PPT, is an English, made it clear that the needs can be downloaded
Platform: | Size: 270336 | Author: 郝洁 | Hits:

[matlabRBFNN

Description: Three function for RBF neural network, using OLS,Rand and SGA function [newcenter,sigma,W,yh,rmse]=rbfols(p,t,tol) p 為輸入資料點,N×K矩陣,N是輸入資料維度,K是資料點數 t 為目標輸出值,1×K矩陣 tol 為指定容忍度或正確率 centers選定中心點,N×nc矩陣 sigma為 ? 值 W為輸出層權重,nc×1矩陣 yh為網路輸出值,1×K矩陣 rmse 為目標輸出值與網路輸出值之RMSE-Three function for RBF neural network, using OLS,Rand and SGA function [newcenter,sigma,W,yh,rmse]=rbfols(p,t,tol) p 為輸入資料點,N×K矩陣,N是輸入資料維度,K是資料點數 t 為目標輸出值,1×K矩陣 tol 為指定容忍度或正確率 centers選定中心點,N×nc矩陣 sigma為 ? 值 W為輸出層權重,nc×1矩陣 yh為網路輸出值,1×K矩陣 rmse 為目標輸出值與網路輸出值之RMSE
Platform: | Size: 2048 | Author: aaronwu | Hits:

[matlabANN

Description: matlab开发的RBF、BP PID算法,已经过测试-matlab development of RBF, BP PID algorithm has been tested
Platform: | Size: 10240 | Author: 刘春元 | Hits:

[Mathimatics-Numerical algorithmssvm4

Description:  -s svm类型:SVM设置类型(默认0)   0 -- C-SVC   1 --v-SVC   2 – 一类SVM   3 -- e -SVR   4 -- v-SVR   -t 核函数类型:核函数设置类型(默认2)   0 – 线性:u v   1 – 多项式:(r*u v + coef0)^degree   2 – RBF函数:exp(-r|u-v|^2)   3 –sigmoid:tanh(r*u v + coef0)   -d degree:核函数中的degree设置(针对多项式核函数)(默认3)   -g r(gama):核函数中的gamma函数设置(针对多项式/rbf/sigmoid核函数)(默认1/ k)   -r coef0:核函数中的coef0设置(针对多项式/sigmoid核函数)((默认0)   -c cost:设置C-SVC,e -SVR和v-SVR的参数(损失函数)(默认1)   -n nu:设置v-SVC,一类SVM和v- SVR的参数(默认0.5)   -p p:设置e -SVR 中损失函数p的值(默认0.1)   -m cachesize:设置cache内存大小,以MB为单位(默认40)   -e eps:设置允许的终止判据(默认0.001)   -h shrinking:是否使用启发式,0或1(默认1)   -wi weight:设置第几类的参数C为weight*C(C-SVC中的C)(默认1)   -v n: n-fold交互检验模式,n为fold的个数,必须大于等于2--s svm_type : set type of SVM (default 0) 0-- C-SVC 1-- nu-SVC 2-- one-class SVM 3-- epsilon-SVR 4-- nu-SVR -t kernel_type : set type of kernel function (default 2) 0-- linear: u *v 1-- polynomial: (gamma*u *v+ coef0)^degree 2-- radial basis function: exp(-gamma*|u-v|^2) 3-- sigmoid: tanh(gamma*u *v+ coef0) 4-- precomputed kernel (kernel values in training_instance_matrix) -d degree : set degree in kernel function (default 3) -g gamma : set gamma in kernel function (default 1/k) -r coef0 : set coef0 in kernel function (default 0) -c cost : set the parameter C of C-SVC, epsilon-SVR, and nu-SVR (default 1) -n nu : set the parameter nu of nu-SVC, one-class SVM, and nu-SVR (default 0.5) -p epsilon : set the epsilon in loss function of epsilon-SVR (default 0.1) -m cachesize : set cache memory size in MB (default 100) -e epsilon : set tolerance of termination criterion (default 0.001) -h shrinking: whether to use the shrinking heuristics, 0 or 1 (default 1) -b
Platform: | Size: 17408 | Author: little863 | Hits:

[AI-NN-PRbp-and-rbf-network

Description: bp和rbf神经网络 bp和rbf神经网络b p和rbf神经网络bp和rbf神经网络-Bp and RBF neural networkBp and RBF neural networkBp and RBF neural networkBp and RBF neural networkBp and RBF neural networkBp and RBF neural network
Platform: | Size: 207872 | Author: 王传钦 | Hits:

CodeBus www.codebus.net