搜索资源列表
BP网络
- 这是我参考了n(n>=5,^_^)篇BP神经网优化方法的论文写出的BP神经网源代码，使用了批处理训练方法，带动量项、学习速率的自适应调整、仅对学习精度没有达到指定要求的模式训练，并且训练精度逐步加大，通过这种方法，极大地加快了训练速度；另外，对于0模式和1模式数目相差很大(5-6倍)都能达到很高的学习精度。-This is my reference to the n (NGT; Chapter 5 = ,^_^) BP neural network optimization method
BP
- 基于BP神经网络的 参数自学习控制 （1）确定BP网络的结构，即确定输入层节点数M和隐含层节点数Q，并给出各层加权系数的初值 和 ，选定学习速率 和惯性系数 ，此时k=1； （2）采样得到rin(k)和yout(k)，计算该时刻误差error(k)=rin(k)-yout(k)； （3）计算神经网络NN各层神经元的输入、输出，NN输出层的输出即为PID控制器的三个可调参数 ， ， ； （4）根据(3.34)计算PID控制器的输出u(k)； （5）进行神经网络学习，在线调整加权
Example4
- 采用贝叶斯正则化算法（抑制过拟合）提高 BP 网络的推广能力，采用两种训练方法， 即 L-M 优化算法（trainlm）和贝叶斯正则化算法（trainbr），用以训练 BP 网络；-Bayesian regularization algorithm (inhibition of over-fitting) to improve the generalization ability of BP network, using two training methods, that LM opti
nn
- 线性神经网络，BP神经网络，Hopfield神经网格，Elman神经网络，RBF神经网络；在模型应用模块中实现了六种实际应用：RBF网络的船用柴油机故障诊断，BP网络的齿轮箱故障诊断，SOM网络的回热系统故障诊断，BP网络的设备状态分类器，SOM网络的人口比例样本分类，SOM网络的土壤性状样本分类。-Linear neural network, BP neural network, Hopfield neural network, Elman neural network, RBF neural
BP
- 神经网络bp算法VC++实现网络的相关运算有：1、网络的输入输出接口，即训练数据的输入，各层权值和节点阈值的输出；2、网络的学习，包括前向传播运算和反向传播运算，误差估计，权值阈值修改；3、网络预测的实现等等。其中网络的学习算法采用变步长和加动量项的优化学习算法，经过我的实验对网络的学习效率有很大提高-Neural network bp algorithm VC++ to achieve the network-related operations: 1, the network input a
BP-neural-network-model
- 本文在了解神经元和BP算法的基础上，使用MATLAB软件作为开发工具建立BP神经网络模型，重点研究了BP神经网络结构设计的原理和方法，包括影响BP神经网络训练能力的因素，以及这些因素如何影响BP神经网络的性能；改变不同参量，对比实验数据，总结各个参量对BP神经网络的影响。从而寻找最佳的BP神经网络模型。本文还对一些其他的神经网络算法进行了总结和介绍。- In this paper , based on understanding of the neuronal model and learni
bp-solve
- BP网络是目前前馈式神经网络中应用最广泛的网络之一，实现BP算法训练神经网络完成XOR的分类问题。 设计要求： （1） 能够设置网络的输入节点数、隐节点数、网络层数、学习常数等各项参数； （2） 能够输入训练样本； （3） 实现BP算法的训练过程； （4） 实现训练过程的动态演示； （5） 训练完成后可输入测试数据进行测试。 -BP neural network is feedforward neural networks one of the most widel
BP
- 误差反传网络(BP)特点：1)对原始数据的分布型式无要求；2)已知模型的类型应比较全面；3)适用于多目标模式识别；4)外推能力有限；5)定性数据和定量数据混合处理；6)当加入新模型时需要重新训练网络；7)不能用于数据插值。 -1) the distribution pattern of the original data requirements 2) known model types should be more comprehensive 3) suitable for multi
BP-NN-realization-categorizes
- BP网络实现分类问题；一，问题的提出；根据感知器的的相关理论易知感知器善于解决线性可分；反向传播网络（Back-PropagationN；一个具有r个输入和一个隐含层的神经网络模-The BP network realization categorizes a problem A, the problem puts forward Knows a machine according to the feeling of of the related theory easy to underst
DOF_BP
- 针对六自由度平台，运用BP神经网络求解六自由度平台反解，并且用验证样本集进行验证，精度较高(Using BP neural network to solve the six degree of freedom platform inverse solution)
第10章 模糊逼近算法
- RBF网络的学习过程与BP网络的学习过程类似，两者的主要区别在于各使用不同的作用函数。BP网络中隐层使用的是Sigmoid函数，其值在输入空间中无限大的范围内为非零值，因而是一种全局逼近的神经网络；而RBF网络中的作用函数是高斯基函数，其值在输入空间中有限范围内为非零值，因为RBF网络是局部逼近的神经网络。(The learning process of RBF networks is similar to the learning process of BP networks. The mai
关于用遗传算法改进BP神经网络的MATLAB实现
- 在MATLAB中用遗传算法改进BP神经网络(Improvement of BP neural network by genetic algorithm in MATLAB)
BP神经网络MATLAB中的实现
- 在MATLAB中实现BP神经网络算法计算代码(Implementation of BP neural network algorithm in MATLAB)
遗传算法优化BP神经网络用于非线性函数拟合
- 遗传算法优化的bp神经网络用于非线性函数的拟合。(BP neural network optimized by genetic algorithm for nonlinear function fitting.)
案例3
- 遗传算法优化BP神经网络，对非线性函数进行拟合。(The genetic algorithm optimizes the BP neural network to fit the nonlinear function.)
案例2
- BP神经网络的非线性系统建模，对非线性函数进行拟合。(Nonlinear system modeling of BP neural network)
BP
- BP网络是通过输入层到输出层的计算来完成的。多于一层的隐含层虽然能在速度上提高网络的训练,但是在实际应用中需要较多的训练时间,而训练速度可以用增加隐含层节点个数来实现,因此在应用BP神经网络进行预测时,选取只有一个隐含层的三层BP神经网络就足够了。(The BP network is completed through the calculation of the input layer to the output layer. Although the hidden layer of more
MATLAB神经网络43个案例分析
- MATLAB神经网络43个案例分析 电子书籍(MATLAB neural network case analysis of 43 electronic books)
BP神经网络股票预测
- 在600085这个数据表中，以XZSLX综合作为输入，以收盘价作为输出 以前595个数据作为训练样本，后100个数据作为实际输出。 通过训练数据建立模型，最终输出100个预测的股票收盘价。 将预测的收盘价和实际的收盘价进行对比并求取误差，从而判断所建立模型的准确性。 RBF神经网络调用newff函数实现。(In the data table of 600085, XZSLX synthesis is used as input and closing price as output. The
麻雀搜索算法（SSA）优化bp网络
- 较新的优化算法，麻雀算法优化BP神经网络权值与阈值；(the key parameters of BP are choosed automatically by Sparrow Search Algorithm.)