1) growing hierarchical SOM
分层自增长的自组织神经网络
2) growing tree-structure SOFM
增长树型自组织神经网络
3) hierarchical self organizing neural network
层次自组织神经网络
1.
This paper presents a hierarchical self organizing neural network model and its application in the learning of the trajectory distribution patterns for event recognition.
提出一个层次自组织神经网络模型 ,并将其应用于基于事件识别的轨迹分布模式学习中 。
4) self-organizing neural network
自组织神经网络
1.
A study of some problems in pattern recognition by self-organizing neural network;
对自组织神经网络模式识别方法中若干问题的研究
2.
Combustion stability study based on statistic analysis and self-organizing neural network;
基于统计分析和自组织神经网络的燃烧稳定性研究
3.
Improved dynamical binary-tree based self-organizing neural network algorithm;
一种改进的动态二叉树的自组织神经网络算法
5) self-organized neural network
自组织神经网络
1.
Using self-organized neural network in CRM;
自组织神经网络在CRM中的应用
2.
In this paper,an aggregation method is presented,in which the multi induction motors are classified into different types using the self-organized neural network and each type of motor is aggregated with a new steady state model equivalence method.
文中提出一种基于自组织神经网络对电动机进行分类、并针对同一类型的电动机采用稳态模型进行等值的聚合方法。
3.
It is prove that the Self-organized neural network based on Rough Set perform better both in learning and pattern recognition.
自组织神经网络在学习过程中采取竞争机制选取最优匹配神经元获胜,然而实际情况可能有一组神经元都非常匹配输入向量。
6) SOM
自组织神经网络
1.
The SVV algorithm is based on support vector machine(SVM) and self-organizing mapping(SOM).
该算法是在无监督的自组织神经网络(SOM)的可视化功能的基础上,结合监督学习的支持向量机(SVM)的二分类算法,得到能够直观地显示高维数据、二分类数据分类边界以及数据与分类边界距离的二维映射图,提高了分类结果的可解释性。
2.
According to these limitations,this paper presents an automated pattern classification method of Self-Organizing Map Neural Network(SOMNN) combining with Generalized Regression Neural Network(GRNN).
针对这些缺陷,提出一种非监督自组织神经网络(SOMNN)和监督的广义回归网络(GRNN)结合的全自动模式分类新方法。
3.
Self Organizing Feature Maps(SOM)has been used as a tool for data clustering and dimensionality reduction.
作为一种优良的聚类和降维工具,自组织神经网络SOM(SelfOrganizingFeatureMaps)已经得到广泛应用。
补充资料：分层
分层
stratification
l)当i笋j时，S，自气一必; 2)对所有的i6P，S，是局部闭的; 3)X=日;，S; 4)如果S，自瓦笋必，则S，C瓦(且在尸中，这等价于i共j). 作为一个例子，考虑R’中由不等式尸一少)0给出的子集分成四片退(二，夕):x，一夕，>0}，{(x沙):t丫‘一厂，y>0}，{(、，夕):厂一广y<叫，{o，0}. 现在，设X是一个光滑流形M的子集，X的分层是某个偏序集p的尸分解(S)，。，，使得每片是NI的一个光滑子流形. 分层(S)称为瑚litney分层(认币i吹y stratifi以-‘ion)女11果对每对具有S.C=瓦的层S，，凡，下面的瑚ljtlley的条件A和B(V刃〕itlley‘5 cond itio斑A andB)成立.假设点列y*〔S收敛于y任S‘，点列x*E戈也收敛于ye凡·进一步，假设切平面兀*凡收敛于某个极限平面T和割线.不不收敛于某条线l(关于环绕流形M中y的某个局部坐标系)，则 A)兀S，CT; B)l仁了 条件B)事实上蕴涵着条件A). 涉及V门石tney分层的几个事实和定理如下.一个解析流形的任何闭次解析子集允许一个V刃五切ey分层(〔A51).特别地，R”中的代数集，即由有限多个多项式为零给出的集合(也见半代数集(~‘日罗b几icsct))可以瑚litney分层，认币让ney分层空间可被三角音」分([ A41).分层啤口柱五cati即;c甲。中欣叫H川，亦称层化 一个(可能无限维)流形到严格缩减维数的连通子流形的分解.M.H.B创由互ex阳cK而撰【补注】通常，一个空间的“分层”仅只意味着到具有缩减维数的连通片中的某个分解. 设(尸，<)是一个偏序集.拓扑空问x的一个尸分解(尸~d邸nlposition)是以尸的元素为标号的X的子空间S，的局部有限集，使得
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