搜索资源列表
testPNN
- /*模式训练*/ Training(int,int,int,char*,char*,char*) 参数： 模式个数（即网络的第一隐层节点数） 模式维数（即网络的输入层节点数） 模式类别数(即网络的输出层节点数) 计算中心控制矢量时所用的变换函数核 第二隐层权值的训练算法 训练模式所在的文件名称 /*模式分类*/ Classifying(int,char*) 参数： 需要分类的模式个数 分类数据-/* Model Training*/Tr
skeletonDrivenAnimation
- 在visual stdio 2010 中开发的使用opengl图形库的三维动画程序，程序读取ASF/AMC 文件并进行解读，实现实时的数据驱动的角色动画。程序会根据AMC文件生成播放列表，产生连续播放，两个不同动作文件之间会有光滑过渡。有关ASF/AMC的格式介绍，请查阅相关资料。角色有蒙皮，你可以根据自己需要选择自己的蒙皮，但需要自己提供Obj格式的三维模型，为了使骨骼驱动皮肤，你还需要提供皮肤与骨骼绑定的权重数据，我提供了maya插件可以将你的模型和骨骼的权重数据在maya中导出，注意may
c_code_dbn
- 这是深度置信网的C++版本。 rbm.h 实现自动编码. mnist.h 读取MNIST数据文件 spectrum.inl RGBs与颜色的映射 demo.cc 训练/测试主程序-The deep learning algorithm is based on the matlab code provided by Geoff Hinton etc at http://www.cs.toronto.edu/~hinton/MatlabForSciencePaper.html
xunlianshuju
- 对输入的样本数据进行训练，得到误差的收敛曲线，并同时观察训练过程中权值的变化。-The sample data input for training, obtain convergence curve of error, and at the same time observe the changes in the weights of the training process.
LEM-Algorithm
- LEM（拉普拉斯特征映射）算法，拉普拉斯特征映射是基于局部邻域，保持局部结构的流形学习方法。LEM通过一个无向加权图刻画流形上数据点间的近邻关系，图的顶点为原始数据点，图的边对应点之间的近邻关系，边的权值对应近邻点之间的相似程度（也可以是某种距离），LEM在低维嵌入空间中尽量保持图中数据点之间的近邻关系，然后求取嵌入坐标。通俗的说，LEM认为在高维数据空间离得近的点在低维嵌入空间也应该离得近-LEM (Laplace feature mapping) algorithm, Laplace fea
kv581
- Implemented with SDRAM run nios, while saving camera data SRAM, Is a good learning materials to learn PCA feature extraction, Phased array antenna pattern (Chebyshev weights).