苹果/安卓/wp
苹果/安卓/wp
学科带头人
学科带头人
积分 3675, 距离下一级还需 2150 积分
权限: 自定义头衔, 签名中使用图片, 设置帖子权限, 隐身, 设置回复可见
道具: 彩虹炫, 雷达卡, 热点灯, 雷鸣之声, 涂鸦板, 金钱卡, 显身卡, 匿名卡, 抢沙发, 提升卡, 沉默卡, 千斤顶下一级可获得
道具: 变色卡
购买后可立即获得
权限: 隐身
道具: 金钱卡, 雷鸣之声, 彩虹炫, 雷达卡, 涂鸦板, 热点灯
哼哼签到天数: 183 天连续签到: 2 天[LV.7]常住居民III
本帖最后由 owlskipjack 于
20:21 编辑
& && &&&NeuroSolutions 是一个具有高度图象神经网络开发工具。这个前沿软件具有模块化设计，基于图标的网络设计界面来实现高级的学习过程，例如周期性的反向传播算法、定时后向传播和基因优化。这个设计的神经网络的虚拟环境得到的结果用来调查或解决我们真实世界中存在的问题。NeuroSolutions提供了四种方式构建神经网络，分别是NeuralExpert、NeuralBuilder、pre-recorded macro和手动创建。
16:02:08 上传
NeuroSolutions 7.1.0 Pro/Student x86|x64 下载（有32位和64位的专业版和学生版共4个版本供选择）：
(99 MB, 售价: 5 个论坛币)
16:08:37 上传
售价: 5 个论坛币
(7.89 MB, 售价: 5 个论坛币)
16:02:08 上传
售价: 5 个论坛币
&&&安装：请用最新版winrar5解压，得到两个文件夹X64和X86，系统是32位的请打开X86（是64位的请打开X64），双击nsinstall-x86（nsinstall-x64）安装，安装完成后先不要运行；
&&&破解：想使用专业版的请打开Pro文件夹（想用教育版的请打开Student文件夹），解压其中的压缩包得到NeuroSolutions文件，复制到安装目录进行替换，完成破解，之后双击NeuroSolutions就正常运行了。
支持楼主：、
购买后，论坛将奖励 10 元论坛资金给楼主，以表示您对TA发好贴的支持
载入中......
owlskipjack 发表于
NeuroSolutions 是一个具有高度图象神经网络开发工具。这个前沿软件具有模块化设计，基于图标的网络 ...留着下学期用
好像打补丁后还是提示要注册，莫非是破解不完全？请楼主解答
tmdxyz 发表于
好像打补丁后还是提示要注册，莫非是破解不完全？请楼主解答看破解说明，在帖子里面
owlskipjack 发表于
看破解说明，在帖子里面严格按照楼主的说明，一开始是没有问题的。可是重新启动后，就又不行了。见截图。
(171.32 KB)
22:22:13 上传
tmdxyz 发表于
严格按照楼主的说明，一开始是没有问题的。可是重新启动后，就又不行了。见截图。卸载干净、清理注册表，重启后再安装破解试试吧，我这里没有这个问题。
我没钱，楼主能否想办法给一套！
怎么办？能用吗？
x86 不能安装，显示文件不完整。
论坛好贴推荐
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
为做大做强论坛，本站接受风险投资商咨询，请联系（010-）
邮箱：service@pinggu.org
合作咨询电话：(010)
广告合作电话：（刘老师）
投诉电话：(010)
不良信息处理电话：(010)
京ICP证090565号
京公网安备号
论坛法律顾问：王进律师有没有直接实现GDP等数据的地图展示的可视化分析工具？_百度知道
有没有直接实现GDP等数据的地图展示的可视化分析工具？
需要一个能够在地图上展示数据的数据可视化的分析的软件，如显示每个地区的GDP，人口数据等等的？
提问者采纳
可以展示在地图用区域展示、GDP等公共数据，都满足你的两个要求，也可以用上面的气泡展示大小。好多工具都可以的。，如BDP个人版，并且上面有人口
提问者评价
其他类似问题
为您推荐：
其他1条回答
去试试 大数据魔镜，免费的，可视效果还是动态的
gdp的相关知识
等待您来回答
下载知道APP
随时随地咨询
出门在外也不愁有没有画神经网络结构图专业的画图工具啊？求高人推荐！
按投票排序
. 以下代码提供一个例子, 具体使用时做简单修改即可.digraph G {
rankdir=LR
splines=line
nodesep=.05;
node [label=""];
subgraph cluster_0 {
node [style=solid,color=blue4, shape=circle];
label = "layer 1";
subgraph cluster_1 {
node [style=solid,color=red2, shape=circle];
a12 a22 a32 a42 a52;
label = "layer 2";
subgraph cluster_2 {
node [style=solid,color=red2, shape=circle];
a13 a23 a33 a43 a53;
label = "layer 3";
subgraph cluster_3 {
node [style=solid,color=seagreen2, shape=circle];
O1 O2 O3 O4;
label="layer 4";
a12 -& a13
a22 -& a13
a32 -& a13
a42 -& a13
a52 -& a13
a12 -& a23
a22 -& a23
a32 -& a23
a42 -& a23
a52 -& a23
a12 -& a33
a22 -& a33
a32 -& a33
a42 -& a33
a52 -& a33
a12 -& a43
a22 -& a43
a32 -& a43
a42 -& a43
a52 -& a43
a12 -& a53
a22 -& a53
a32 -& a53
a42 -& a53
a52 -& a53
效果如图所示:比Visio不知方便到哪里去了~比Visio不知方便到哪里去了~
...visio就可以吧,微软出的,跟office兼容性很好.
画图工具你值得拥有
一般都是用Matlab、R之类的自己写程序画。
已有帐号？
社交帐号登录
无法登录？
社交帐号登录有没有那种方式可以将高维数据进行可视化？比如保持数据结构不变将高维数据映射到低维空间？
按时间排序
自组织映射(SOM, Self-Organizing Map)，神经网络的一种。一般是将高维数据投影到二维平面上，二维平面由神经元组成，而每个神经元对应一个与输入数据相同维度的权重。经过训练，神经元的权重可以看做原始数据的一个概括。每个数据样本可以在二维平面上找到一个BMU(最匹配神经元)，神经元之间的距离用权重之间的距离计算，然后用u-matrix 这些可视化工具将神经元距离关系表示在二维平面上，可以看出原始高维数据的拓扑关系。
必须t-sne，极其各种变种
t-sne，相当好用。
高维数据可视化在Handbook of Data Visualization中有专门一章来表述。下面论述的内容全部来自由Theus撰写的手册第六章High-Dimensional Data Visualization(Theus, 2008)。下面这张图能够比较好地概括这一章，题主关心的主要是数据挖掘，所以可以着重看上面的三个分支。如果想看相关性，Mosaic和Trellis很不错。平行坐标图(Parallel Coordinate Plots)比较适合聚类(clustering)，寻找极端值(outlier)以及观察多个数据之间的结构。数据维数很高的时候也只能用平行坐标。Grand Tour的优点同样在于挖掘结构。第一种方法叫Mosaic图，适合于要研究的都是定性变量的情况。像下面这张图，四周是四个定性变量：水的硬度分三档；温度有高低；偏好有两种；是否用户又可以划开两块。每一个方块群都代表了控制两个变量以后样本的分布，方块的大小代表了具备对应特征的样本数量。四维或以下的数据用这种画法会很方便。如果因变量是连续变量，也可以用马赛克图画。下面这张图是发病率的可视化，影响因素有三个：风险因子、防疫计划和抗生素注射，然后可以用红色占比来代表不同群体内部的发病率，图非常漂亮。这种图很适合在开挖之前用来得到一些定性的想法。也可以把各种拟合优度、显著性之类的指标放进去，比如这张图：和Mosaic图相类似的有Trellis图，它的大概形状和Mosaic比较相似，都是先对几个定性变量取条件（一般是两个），然后在这两个变量的交叉格里表现剩余数据的形状。不过两个还是有不同，简单来说，Mosaic图有一个递归的层次，看的时候先找到一个变量的取值，再找到下一个，再下一个，像剥洋葱一样。看Trellis图的时候我们就知道找网格了。像上面水资源那个，如果画Trellis图，应该是下面这张这样的。从中可以挖掘不少信息，比如说我们可以猜测，当水温低、水质软的时候，会员和偏好很有可能是独立的。如果要用的数据都是连续变量，不好画，可以考虑把连续变量分割成几个区间再画，具体划多少个区间、每个画多大，都是要按照实际灵活调整的问题。下面是一张更漂亮的Trellis图，可视化了五维空间数据，其中数据点不同的颜色代表了不同的车轮数量。这里要处理的车重、MPG等指标都可视为连续的，但灵活处理表现形式，无论是Mosaic图还是Trellis图都可以发挥出特别强大的功能。平行坐标图在数据挖掘中也很常见。在平行坐标里，每个数据样本点都变成了一条折线，这条折线在不同坐标轴上取值就是原始坐标值。一般来看，平行坐标图是这样子的：在平行坐标图中，极端值会特别明显，像上图中左上第二条坐标轴：每加仑行使高速公路里程，可以很明显看到有几个outlier。用平行坐标做聚类也比较方便，这和寻找极端值的原理是一致的。平行坐标轴处理高维数据也特别方便。如果数据有十几个纬度，而且都要画出来，可能就只有平行坐标能胜任了。如果数据点特别多，或者维度特别多，感觉图表已经无法清晰辨认时，可以做一点透明度处理，让高密度区域着色更浓，低密度区域透明度更高，这样就可以展示大量高维数据。如果感觉太繁冗，可以只画出一些特定的指标，比如说最大值、最小值、中位数，等等。下图是分别画出集中指标的平行坐标图。最后一种方法叫Grand Tour。它的定义没有前两个那么直观，所谓Grand Tour，是一族高维空间向低位空间的稠密投影，这个投影组的参数我们一般取成时间，也有取成其它一些参数的。像上面那张汽车数据图，就可以画出下面几种Grand Tour，圈圈的颜色依然代表轮胎数量。Grand Tour在挖掘中用得很多，在展示中很少用，它也比较适合处理聚类和分离问题。至于旅行的具体方向和变量选择，有很多种算法来选择。最后，如果重点在可视化，其实还有蛮多其它方法来定性看数据的，比如最简单的散点图，虽然在高维情况效果不好，但通过切片、放缩等方法也可以起到一定作用。雷达图，还有类似的星型图，也可以展示高维数据，而且实现比较简单。类似的还有很多奇思妙想的方法，比如Andrew‘s Curve，用一组三角函数的值来展示高维数据，或者Chernoff脸，用一张脸上五官的尺寸和形状来展示高维数据的特点。这些都可以百度到。如果不单纯是为了画图而是为了找降维算法，那就更多了，几十种肯定是有的...建议找专业书看。最后，关于上面几种可视化方法的进一步信息，请参见手册原文，许多细节都需要算法来确定。参考文献Theus M. High-dimensional data visualization[M]//Handbook of data visualization. Springer Berlin Heidelberg, 8.
look at this
谢邀。我接触过的方法有 multidimensional scaling (MDS) 和 t-distributed stochastic neighbor embedding (t-SNE)。MDS 的输入是一个距离矩阵，t-SNE 的输入是一个相似度矩阵，因此题主在使用前，要先定义合适的距离或者相似度。两种方法的原理我已经记不清了，不过楼主可以参考下面的资料：MDS: （这是一整本书）t-SNE: （一篇论文）Matlab 中有两个做 MDS 的函数，分别叫 cmdscale 和 mdscale。t-SNE 的各种语言实现可以在这里下载：。下面附上我用两种方法对 2012 年时我的 1243 个人人好友进行二维可视化得到的图像。距离和相似度都是基于共同好友数的，不过具体公式不记得了。复制图片的时候汉字都变成问号了……不过这样正好能不泄露隐私 ;-)这是 MDS 的整体图：首先显而易见的是许多 outliers。右侧那一大团放大后是这样的：首先显而易见的是许多 outliers。右侧那一大团放大后是这样的：几个大类成功地聚在了一起，但更精细的结构就没有了。几个大类成功地聚在了一起，但更精细的结构就没有了。这是 t-SNE 的图：t-SNE 最明显的特征是数据分布的边缘呈圆形，没有 outliers。t-SNE 最明显的特征是数据分布的边缘呈圆形，没有 outliers。比较大的大类能成功找出来，但几个比较小的类就不行了：“老家的学弟学妹”这一类，分散成若干个小团体；日本、韩国同学分散在边缘。事实上，把“本科同学”放大，可以看到外班同学几乎整齐地排成一条线段，而本班同学则分散在线段的一个端点附近。这些事实似乎说明 t-SNE 与 MDS 相比，能够发掘出更深层次的结构，但发掘出来的结构并不一定正确。
可以考虑一下SOM自组织特征映射算法
已有帐号？
社交帐号登录
无法登录？
社交帐号登录人工神经网络的设计一般是运用什么样的软件?有没有不需要编程的软件_百度知道
人工神经网络的设计一般是运用什么样的软件?有没有不需要编程的软件
需要高手指点一下
提问者采纳
都需要编程一般的编程软件均能实现，用VB什么的也可以，但是我们平常用的是matlab，它里面有一个神经网络的工具箱，用起来比较方便
提问者评价
其他类似问题
为您推荐：
人工神经网络的相关知识
其他1条回答
用Matlab就可以了
里面有神经网络的工具箱 很方便的
等待您来回答
下载知道APP
随时随地咨询
出门在外也不愁