我是新來的人工神經網絡。分離和模式匹配技術
我對這樣的應用程序:
我有顯著大集的對象。每個對象都有六個屬性,由P1 – P6表示。每個屬性都有一個符號值。換句話說,在我的示例中,P1 – P6可以具有來自集合{A,B,C,D,E,F}的值。它們不是數字。 (假設A,B,C,d,E,F是顏色;然後你就會明白我的想法)
現在,還有另外一個特性 - [R,我很感興趣,假設
R =。 {G1,G2,G3,G4,G5}
我需要培養系統大集P1 – P6和有關R.現在我要做到以下幾點。
我有一個對象,我知道P1〜P6的值。我需要找到 R(該對象所屬的組)
爲了得到所需的R什麼是我需要在P1 – P6中具有的模式。 作爲R = G2的例子,我需要找出P1 – P6中的任何模式。
我的問題是:
什麼理論/技術/技術,我應該閱讀和學習 爲了實現分別爲1和2,?
你可以推薦什麼工具/庫來模擬/實現/測試這個 ?
設定值有多大{A,B,C,D,E,F,...}?它是有限的嗎? – wildplasser
是的。他們是獨立的 –
那麼,恕我直言,你的問題似乎或多或少像一個搜索引擎或推薦系統(除了Px是有固定大小)你看過SVD? – wildplasser