摘要：BP神经网络基本原理 BP神经网络是一种单向传播的多层前向网络，具有三层或多层以上的神经网络结构，其中包含输入层、隐含层和输出层的三层网络应用最为普遍。 网络中的上下层之间实现全连接，而每层神经元之间无连接。当一对学习样本提供给网络后，神经元的激活值从输入层经各中间层向输出层传播，在输出层... 阅读全文

摘要：1.感知器算法来源和基本思想 “感知器”一词出自于20世纪50年代中期到60年代中期人们对一种分类学习机模型的称呼，它是属于有关动物和机器学习的仿生学领域中的问题。当时的一些研究者认为感知器是一种学习机的强有力模型，后来发现估计过高了，但发展感知器的一些相关概念仍然沿用下来。 采用感知器算法... 阅读全文

摘要：势函数主要用于确定分类面，其思想来源于物理。 1 势函数法基本思想 假设要划分属于两种类别$\omega_1$和$\omega_2$的模式样本，这些样本可看成是分布在$n$维模式空间中的点$x_k$。 把属于$\omega_1$的点比拟为某种能源点，在点上，电位达到峰值。 随着与该点距离的增大，电位... 阅读全文

摘要：Subgraph Search Over Large Graph Database Problem DefinitionGiven a graph database and a query graph, discover all graphs containing this query graph.... 阅读全文

摘要：k-means算法： 第一步：选$K$个初始聚类中心，$z_1(1),z_2(1),\cdots,z_k(1)$，其中括号内的序号为寻找聚类中心的迭代运算的次序号.聚类中心的向量值可任意设定，例如可选开始的$K$个模式样本的向量值作为初始聚类中心。 第二步：逐个将需分类的模式样本$\{x\}$按... 阅读全文

摘要：1. 与K-均值算法的比较 –K-均值算法通常适合于分类数目已知的聚类，而ISODATA算法则更加灵活； –从算法角度看， ISODATA算法与K-均值算法相似，聚类中心都是通过样本均值的迭代运算来决定的； –ISODATA算法加入了一些试探步骤，并且可以结合成人机交互的结构，使其能利用中间结果所取 阅读全文