搜索资源列表
1
- 2BP神经网络的非线性系统建模-非线性函数拟合-bp neural networing
neural-network-modeling-30-source
- matlab的神经网络建模30个源程序，包括常用的BP，Hopfield，RBF网络的回归-非线性函数回归的实现等-matlab neural network modeling 30 source, including used BP Hopfield RBF network regression- the realization of the nonlinear function regression
mybp
- 神经网络bp程序，可作为任意非线性函数的逼近器-Bp neural network program, as any nonlinear function approximation
Genetic-Algorithm
- 神经网络遗传算法函数极值寻优-非线性函数极值。-Genetic algorithm to optimize BP neural network- a non-linear function fitting.
nonlinear-system
- 在工程应用中经常会遇到一些复杂的非线性系统, 这些系统状态方程复杂, 难以用数学方法准确建模。在这种情况下, 可以建立B P神经网络表达这些非线性系统。该方法把未知系统看成是一个黑箱, 首先用系统输入输出数据训练B P神经网络, 使网络能够表达该未知函数, 然后就可以用训练好的B P神经网络预测系统输出。-In engineering applications often encounter a number of complex nonlinear systems, complex equat
li1
- 请用多层感知器（MLP）神经网络误差反向传播（BP）算法实现异或问题（输入为，要求可以判别输出为0或1），并画出学习曲线。其中，非线性函数采用S型Logistic函数。-Please use the Multilayer Perceptron (MLP) back propagation neural network (BP) algorithm XOR problem (input is required to determine the output is 0 or 1), and draw
rbf
- rbf网络非线性的研究，RBF作为隐单元的“基”构成隐含层空间，这样就可以将输入矢量直接（即不需要通过权连接）映射到隐空间。基于神经网络的非线性回归系统,就是应用神经网络能逼近任意非线性函数这一特性而设计的。用于非线性函数逼近的前向神经网络主要有两种:BP 网络和RBF 网络。基于BP 网络的非线性函数逼近虽然在理论上是可行的,-Research rbf network nonlinear
bplihe
- BP神经网络的非线性系统建模-非线性函数拟合-Nonlinear System Modeling BP neural network- a nonlinear function fitting
2
- 一个MATLAB程序，关于BP神经网络的非线性系统建模，可用于非线性函数拟合-A MATLAB program, system modeling BP Nonlinear neural networks, nonlinear function may be used to fit
example
- 三层bp神经网络代码，非线性函数，matlab文件仿真-Bp neural network code, matlab simulation
main
- 应用BP神经网络逼近非线性函数，非线性函数为多输入单输出，逼近误差<5 ，采用经典的BP算法。-Application of BP neural network to approximate nonlinear function, nonlinear function for multiple input and single output, the approximation error < 5 , using the classic BP algorithm.
chapter2
- BP神经网络的非线性系统建模——非线性函数拟合(Nonlinear system modeling of BP neural networks -- nonlinear function fitting)
chapter3
- 用遗传算法优化神经网络，对非线性函数进行拟合。(The neural network is optimized by genetic algorithm, and the nonlinear function is fitted.)
案例4
- 遗传算法优化，BP神经网络，非线性函数拟合(Genetic algorithm optimization, BP neural network, nonlinear function fitting)