BP神经网络的这种线性映射的方法在一定程度上可以消除传统的影像分类的模糊性和不确定性，从而提高分类的精度。文章主要介绍了BP神经网络原理，BP神经网络分类的过程以及实现，BP神经网络这种特殊的人工神经网络的应用，通过BP神经网络与最大似然分类对影像分类的对比突出BP神经网络分类方法的优势，并对以后发展趋势作出新的更高的展望与要求。-IMDN开发者社群-imdn.cn"> BP神经网络的这种线性映射的方法在一定程度上可以消除传统的影像分类的模糊性和不确定性，从而提高分类的精度。文章主要介绍了BP神经网络原理，BP神经网络分类的过程以及实现，BP神经网络这种特殊的人工神经网络的应用，通过BP神经网络与最大似然分类对影像分类的对比突出BP神经网络分类方法的优势，并对以后发展趋势作出新的更高的展望与要求。 - IMDN开发者社群-imdn.cn">
登录
首页 » 算法 » 网络分类，神经网络的分类

网络分类，神经网络的分类

于 2022-04-11 发布 文件大小:7.40 kB
0 184
下载积分: 2 下载次数: 1
我要下载

代码说明：

分类是遥感影像应用的一个重要方面，分类的影像便于对真实地物的识别，便于其他研究，在某些领域都要用到分类后的影像，同事也对影像分类的精度做了新的要求。由于传统的影像分类方法精度比较低，已经不能满足研究与应用的需要，所以要求我们寻找与探索新的分类方法，从而满足分类的精度。而基于

下载说明：请别用迅雷下载，失败请重下，重下不扣分！

发表评论

0 个回复

  • BP神经网络的数据分类
    案例玄虚名额、古筝、摇滚和流行四类不同音乐，用BP神经网络实现对四类音乐的有效分类。适合初学者学习，具有很高的借鉴作用。
    2023-08-01 00:45:03下载
    积分：1
  • mathimatics library for pascal, include fft,function interpreter, derivative,sol...
    mathimatics library for pascal, include fft,function interpreter, derivative,solve sytem of lineal ecuacion by gauss .. and 2 examples-mathimatics library for pascal, include fft,function interpreter, derivative,solve sytem of lineal ecuacion by gauss .. and 2 examples
    2022-12-19 16:35:06下载
    积分：1
  • 能运算的函数： sin,cos,tg,ctg,e^,pow(x,y),cosh,sinh,tgh,log10,ln,sqrt,arcsin,arccos,...
    能运算的函数： sin,cos,tg,ctg,e^,pow(x,y),cosh,sinh,tgh,log10,ln,sqrt,arcsin,arccos, 运算方式： +,-,*,/,绝对值（“[ ]”）,^,!, 输入规则： 用键盘或按钮都可，输入完按回车运算，(光标要在最后) sin(21-32)/(12-43) 4(323-4343) 4*(323-4343) e^2-sin3-3^4,(不要输入pow(3,4)) //有无*都可 2*3^4是（2*3）^4 而不是2*(3^4) 也就是要用x^y就要一定要（x^y）加上一个括号 [3-4]是求3-4的绝对值不是中括号 -performance computing functions : sin, cos, tg, rays, e ^, pow (x, y), cosh, sinh, tgh, log10, ln, sqrt, Simulation, arccos computational methods : absolute ,-,*,/, ( "[]"),^,!, importation rules : a keyboard or buttons which can be imported by the transport operator End (cursor to the final) sin (21-32)/(12-43) 4 (323-4343) 4* ( 323-4343), e ^ 2- KF-3 ^ 4 (do not enter pow (3,4))//* there can be 2* 3 ^ 4 is (2* 3) ^ 4 rather than 2* (3 ^ 4) was needed x ^ y must have (x ^ y) with a brackets [3-4] is the pursuit of 3-4 is not the absolute value of the brackets
    2022-01-26 03:43:37下载
    积分：1
  • wsf 波表转换
    资源描述生成wsf 波表程序.wsf is one mobile waveform.
    2022-01-25 14:01:15下载
    积分：1
  • voc release3.1 windows 版本
    VOC-release3.1windows版本  （行人检测使用变形部件为基础的模式）  下win32bit编译，matlab2013a版本
    2022-06-14 15:17:59下载
    积分：1
  • 解抛物型、椭圆型、双曲型偏微分方程
    应用背景随着物理科学所研究的现象在广度和深度两方面的扩展，偏微分方程的应用范围更广泛。这里给出典型抛物型、椭圆型、双曲型偏微分方程的程序代码，可供刚刚接触偏微分方程的人学习参考使用。关键技术具体内容包括：抛物型方程的显示格式、隐式格式（Crank-Nicolson）解法；二阶线性双曲型方程的显示格式、隐式格式解法、精确解；椭圆型方程的Jacobi迭代解法和精确解。
    2022-05-12 22:55:00下载
    积分：1
  • DRJ Owen的非线性有限元程序（静力部分）。
    DRJ Owen的非线性有限元程序（静力部分）。
    2022-04-29 00:31:01下载
    积分：1
  • Camshift跟踪
    基于Camshift的目标跟踪。基于Camshift的目标跟踪。基于Camshift的目标跟踪。基于Camshift的目标跟踪。基于Camshift的目标跟踪。基于Camshift的目标跟踪。基于Camshift的目标跟踪。基于Camshift的目标跟踪。基于Camshift的目标跟踪。基于Camshift的目标跟踪。
    2022-04-16 22:14:22下载
    积分：1
  • 自适应粒子群优化算法
    应用背景粒子群算法的一个基本变量是有一个群体（称为群）的候选解（称为粒子）。这些粒子在周围移动搜索空间根据几个简单的公式。的运动粒子是由自己的最著名的位置在搜索空间，以及整个群的最佳已知位置。什么时候改进的位置被发现，这些都将引导群的运动。这个过程是重复的，并且通过这样做希望，但不能保证，一个令人满意的解决方案最终被发现。关键技术对于每一个粒子，我和1，和…：初始化一个均匀分布的随机矢量粒子的位置：西 ；~  ；U（BLO， ；B），在血和丁丙诺啡是上下搜索空间的界限。初始化粒子的最好的已知位置的初始位置：←PI  ； ；西如果（F（PI）& lt；F（G））更新群最著名的位置：G← ； ；PI初始化粒子的速度：~ VI  ； ；U（- | BUP BLO |， ；| BUP BLO |）直到一个终止准则（如迭代次数执行，或有足够的目标函数值的解决方案重复发现）：对于每一个粒子，我和1，和…：对于每一个维度，= 1，和…：取随机数：RP、RG ~ U（0,1）更新粒子的速度：VI，←D  ； ；ωVI，D +φP RP（PI，密苏里D-XI，D）+φG RG（GD西，D）更新粒子的位置：西 ；← ；西+ VI如果（西）和（西）：更新粒子的位置：最著名的←PI  ； ；西如果（F（PI）& lt；F（G））更新群最著名的位置：G← ； ；PI现在克拥有最佳找到解决方案。
    2022-04-17 20:19:47下载
    积分：1
  • SVD的应用，奇异值超平面正交投影证明 A中每个向量xi在随机阵B上的正交投影之和的最小值...
    SVD的应用，奇异值超平面正交投影证明 A中每个向量xi在随机阵B上的正交投影之和的最小值-Application of SVD, singular value hyperplane orthogonal projection proves A vector xi for each B in a random array of the orthogonal projection and the minimum
    2022-01-25 14:04:58下载
    积分：1
  • 696516资源总数
  • 106918会员总数
  • 4今日下载

热门标签

Visual C++ matlab C/C++ Java Others Unix_Linux EasyLanguage易语言 Visual Basic C# PDF C++ Delphi VHDL ASP WINDOWS
热门下载

Copyright© 2019-2026 | Powered by Imdn | 浙ICP备16007336号 | IMDN交流 | 联系客服（QQ：3324461878）

本网站资源收集自网络及网站用户上传，若有侵权请邮件至（3324461878@qq.com），核实后我们会在24小时内删除，谢谢！