数据挖掘实践数据挖掘实践主要介绍了几种最成熟的数据挖掘方法，并针对每种方法，介绍了应用最广泛的几种实现算法。书中以Clementine 12．0为平台，用实例介绍了每种算法的具体应用。全书各章分别介绍了数据挖掘和Clementine软件、决策树分类方法(包括ID3、C4．5、C5．0、CART等算法)、聚类分析方法(包括K-Means算法和TwoStep算法)、关联规则挖掘方法(包括Apriori算法、CARMA算法和序列模式挖掘算法)、数据筛选算法(包括特征选择算法和异常检测算法)、回归分析

目录 第1章最优的FIR滤波器设计 1.1频率取样的FIR滤波器设计 1.1.1约束条件 1.1.2设计误差 1.2最优的FIR滤波器设计 1.2.1一般最优滤波器 1.2.2加权最优滤波器 1.2.3反对称FIR滤波器 1.2.4微分FIR滤波器 1.3IIR与FIR数字滤波器的比较 第2章基于神经网络的案例分析与实现 2.1农作物虫情预测 2.1.1基于神经网络的虫情预测原理 2.1.2BP网络设计 2.2模型参考控制 2.2.1模型参考控制概念 2.2.2模型参考控制实例分析 2.3神经

第1章 绪论1．1 目的1．2 历史1．3 应用1．4 生物学的启示参考文献第2章 神经元模型和网络结构2．1 目的2．1　理论和实例2．2．1 符号2．2．2　神经元模型2．2．3 网络结构2．3 小结2．4 例题2．5 结束语习题第3章 一个说明性实例3．1 目的3．2　理论和实例3．2．1 问题描述.3．2．2 感知机3．2．3 hamming网络3．2．4 hopfield网络3．3 结束语习题第4章 感知机学习规则4．1 目的4. 2 理论和实例4．2．1 学习规则4．2．2 感知机

该实验使用kohonen算法对随机生成的样本位置点进行聚类，最后筛选出有效神经元为聚类中心；没有使用库函数，matlab自编程实现；

联想记忆机 虚拟机 它与另一种明显不同。 由神经网络图，kohonen映射或类似的东西计算出来的。 他们都是杰森 从技术上讲，它们都是可以转换为Json字符串的关联数组。 它很可能是哈希表，但是您也可以在其中存储数组列表。 关联数组cen变大 使用Json Extension语言，我们可以添加新的数据结构和任何其他类型的东西，例如Lua代码和面向代理对象的lua语言。 出于所有目的，它与Lua表完全相同 除非没有Meta-Cell，否则，如果它真的存在，就永远无法实例化到系统中，因为它必须递归