• Nuclass是一个工具，是为了帮助你训练和验证分类类型的网络包括多层感知(MLP)、功能的链接的网络，逐段直线网络，以及最近的邻居分类。

    自的组织图(高官会)和K-意味着聚类也包括在内。 快修剪算法创建一种嵌套序列的不同大小的网络，以促进结构性风险最小化。

    用户提供的文格式的培训数据文件，包含行的数字，可以对任何大小。 例的培训的数据也提供的。 快VB图形网络的分类错误和SOM集群的形成，都包括在内。

    Nuclass是高度自动化且需要很少的几个参数的选择。 先进的特点包括网络规模和功能的选择。 培训的数据可以使用压缩的离散Karhunen-Loeve'变换(KLT).

  • Nuclass है कि एक उपकरण बनाया गया था मदद करने के लिए आप को प्रशिक्षित करने और मान्य वर्गीकरण के प्रकार के नेटवर्क सहित बहुपरत perceptron (MLP), कार्यात्मक लिंक नेटवर्क, piecewise रैखिक नेटवर्क, और निकटतम पड़ोसी क्लासिफायरफ़ाइल.

    आत्म आयोजन नक्शा (सोम) और कश्मीर क्लस्टरिंग का मतलब भी शामिल हैं. तेजी से छंटाई एल्गोरिदम बनाने के लिए एक नेस्टेड के अनुक्रम अलग अलग आकार के नेटवर्क की सुविधा के लिए, संरचनात्मक जोखिम न्यूनीकरण.

    उपयोगकर्ता की आपूर्ति txt प्रारूप प्रशिक्षण डेटा फ़ाइलों से युक्त, पंक्तियों की संख्या, हो सकता है किसी भी आकार की है । उदाहरण के लिए प्रशिक्षण डेटा भी प्रदान की जाती है. तेजी से VB के लिए ग्राफिक्स नेटवर्क के वर्गीकरण में त्रुटि और सोम क्लस्टर गठन शामिल किए गए हैं ।

    Nuclass अत्यधिक स्वचालित है और की आवश्यकता है, बहुत कुछ पैरामीटर विकल्प है । उन्नत सुविधाओं में शामिल हैं नेटवर्क नौकरशाही का आकार घटाने और सुविधा का चयन । प्रशिक्षण डेटा संकुचित किया जा सकता का उपयोग असतत Karhunen-Loeve' रूपांतरण (KLT).

  • Nuclass is a tool that was created to help you train and validate classification type networks including the multilayer perceptron (MLP), functional link network, piecewise linear network, and nearest neighbor classifier.

    The self organizing map (SOM) and K-Means clustering are also included. Fast pruning algorithms create a nested sequence of different size networks, to facilitate structural risk minimization.

    User-supplied txt-format training data files, containing rows of numbers, can be of any size. Example training data is also provided. Fast VB Graphics for network classification error and SOM cluster formation are included.

    Nuclass is highly automated and requires very few parameter choices. Advanced features include network sizing and feature selection. Training data can be compressed using the discrete Karhunen-Loeve' transform (KLT).