1) Learning vector quantization algorithm
学习向量量化算法
3) learning vector quantization
学习向量量化
1.
Recognition of cancerous stomach tissues by artificial learning vector quantization neural network;
学习向量量化神经网络用于胃癌组织样品分类识别的研究
2.
Based on statistics and analysis of three approaches for document clustering,the c-means,the fuzzy c-means and the learning vector quantization approach,this paper transfers some ideas from fuzzy clustering,in particular the use of a covariance matrix to describe the shape and the size of a cluster,to learning vector quantization.
基于对文献聚类的3种方法(c-means法、模糊c-means法和学习向量量化法)的统计和分析,借鉴了模糊聚类思想,尤其是用协方差矩阵来描述聚类的形状和大小,并将其应用于学习向量量化算法中。
3.
In this paper,the principle of ANN classifier is introduced firstly,and then learning vector quantization(LVQ)of ANN is used in the speaker identification experiment with the assistance of Matlab,which satisfying results are obtained eventually.
本文在介绍人工神经网络实现对输入向量分类原理的基础上,通过MATLAB实现了基于神经网络学习向量量化方法(LVQ)的说话人识别实验,取得了较为满意的结果。
4) LVQ
学习向量量化
1.
An Anti-spam E-mail Filter Based on LVQ Network;
一种基于学习向量量化网络的垃圾邮件过滤方法
2.
A Method of Recognizing Objects Specified by Color Based on LVQ Neural Network;
基于学习向量量化网络的指定颜色物体的识别
6) Quantum group learning algorithm
量子群学习算法
补充资料：逆推学习算法
分子式：
CAS号：
性质：又称逆推学习算法，简称BP算法，是1986年鲁梅哈特(D. E. Rumelhart)和麦克莱朗德(J. L. McClelland)提出来的。用样本数据训练人工神经网络(一种模仿人脑的信息处理系统)，它自动地将实际输出值和期望值进行比较，得到误差信号，再根据误差信号从后(输出层)向前(输入层)逐层反传，调节各神经层神经元之间的连接权重，直至误差减至满足要求为止。反向传播算法的主要特征是中间层能对输出层反传过来的误差进行学习。这种算法不能保证训练期间实现全局误差最小，但可以实现局部误差最小。BP算法在图像处理、语音处理、优化等领域得到应用。
CAS号：
性质：又称逆推学习算法，简称BP算法，是1986年鲁梅哈特(D. E. Rumelhart)和麦克莱朗德(J. L. McClelland)提出来的。用样本数据训练人工神经网络(一种模仿人脑的信息处理系统)，它自动地将实际输出值和期望值进行比较，得到误差信号，再根据误差信号从后(输出层)向前(输入层)逐层反传，调节各神经层神经元之间的连接权重，直至误差减至满足要求为止。反向传播算法的主要特征是中间层能对输出层反传过来的误差进行学习。这种算法不能保证训练期间实现全局误差最小，但可以实现局部误差最小。BP算法在图像处理、语音处理、优化等领域得到应用。
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