1) learning vector quantization
学习矢量量化
1.
Remote sensing image classification based on hybrid learning vector quantization algorithm;
基于混合学习矢量量化算法的遥感影像分类
2.
Objective: To investigate the potential of learning vector quantization (LVQ )artificial neural network tools for discrimination and forecasting of occurrent intensity of typhoid and paratyphoid.
目的: 探讨学习矢量量化(LVQ)人工神经网络在伤寒、副伤寒发生强度判别与预测中的应用。
3.
The energies in different frequency bands selected as robust feature vectors, four types of forearm movement are identified through learning vector quantization neural network.
分析了特征提取方法并采用小波包变换各频段能量构造特征矢量,经过学习矢量量化神经网络训练能够有效地从伸肌和屈肌采集的两道肌电信号中识别伸拳,展拳,腕内旋,腕外旋4种运动模式,平均识别率为94。
2) LVQ
学习矢量量化
1.
The paper is to identify EEG signals of different mental tasks with sixth-order autoregressive,AR(6)coeffi-cients derived from raw,unfiltered EEG signals and LVQ network as classifier.
为了识别在不同思维状态下的自发脑电(EEG)信号 ,本文用6阶自回归(AR)模型表示EEG信号 ,用学习矢量量化(LVQ)神经网络作分类器 ,分别用LVQ1和LVQ2。
2.
LVQ(Learning Vector Quantization)neural network is adopted in gate network and network output is obtained by the nearest rule in space.
算法采用快速近邻法的思想,将样本集分级分解为不同子集,依靠测试样本集的误差估计,获得每个专家网络的网络结构;门网采用学习矢量量化神经网络,根据空间距离最近的原则,得到系统输出。
4) Batch fuzzy learn vector quantization
批量模糊学习矢量量化
5) learning vector quantization
学习矢量量化网络
1.
Application of learning vector quantization network in reservoir description;
学习矢量量化网络在油藏描述中的应用
6) learning vector quantization(LVQ)
学习矢量量化网络(LVQ)
补充资料：部分学习与整体学习
部分学习与整体学习
part learning and whole learning
部分学习与整体学习(part learningand whole learning)在运动学习和记忆学习中，根据对学习内容的处理方式可以分成部分学习和整体学习。部分学习就是将材料分成几个部分，每次学习一个部分:整体学习就是每次学习整个材料。一般来讲，整体学习的效果优于部分学习。但是，课题复杂彼此没有意义联系的材料，用部分学习的效果好:课题简短或具有意义联系的材料，用整体学习的效果好。在进行学习时，可以将部分学习与整体学习结合起来，先进行整体学习再进行部分学习，或者相反。这种相互结合的学习方式叫做综合学习，效果更好些。 (周国帕撰成立夫审)
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条