搜索资源列表
neural-network-back-propagation-algorithm
- 每一个训练范例在网络中经过两遍传递计算：一遍向前传播计算，从输入层开始，传递各层并经过处理后，产生一个输出，并得到一个该实际输出和所所需输出之差的差错矢量；一遍向反向传播计算，从输出层至输入层，利用差错矢量对权值进行逐层修改。BP算法有很强的数学基础，戏剧性地扩展了神经网络的使用范围，产生了许多应用成功的实例，对神经网络研究的再次兴起过很大作用。
44
- BP算法是为了解决多层前向神经网络的权系数优化而提出来的；所以，BP算法也通常暗示着神经网络的拓扑结构是一种无反馈的多层前向网络-BP algorithm is to solve the multi-layer feedforward neural network weights optimization and put forward Therefore, BP algorithm usually implies that the topology of neural network is
letterrecognition
- 利用BP神经网络实现字母识别；由于是新手，大家指正；-Using BP neural network implementation letter recognition are because novice, everyone correction
code
- 三层BP神经网络对药品的销售进行预测。：输入层有四个结点，隐含层结点数为5，隐含层的激活函数为tansig；输出层结点数为1个，输出层的激活函数为logsig，并利用此网络对药品的销售量进行预测，预测方法采用滚动预测方式，即用前四个月的销售量来预测第四个月的销售量。-Three-layer BP neural network to forecast the sales of drugs. : Input layer has four nodes, 5 hidden layer nodes, hi
development-risk-prediction
- 本文基于BP神经网络应用于预测的原理，提出预测步骤及预测可行性，探讨建立基于BP神经网络的预测模型的关键技术，包括样本的选取与预处理、输入输出变量的选取、隐层节点数的确定、初始权值和阈值的选取、激活函数、训练算法与参数的选取，最后建立合理的网络模型；结合住宅市场的实际情况，建立两类BP 神经网络预测模型：基于时间序列的趋势预测模型以及基于影响因素的回归预测模型，即分别采用神经网络趋势预测和回归预测的思路，把住宅市场的供给、需求与房价的历年数据以及其影响因素的数据分别作为学习样本，建立预测模型，
Example2
- bp神经网络用于模式分类，涉及归一化、详细的训练参数介绍及设置；-bp neural network for pattern classification, involving normalization, detailed descr iption and set of training parameters
Example3
- BP神经网络用于函数拟合，涉及归一化、反归一化、详细的训练参数介绍及设置；-BP neural network used for function fitting, involving normalization, anti-normalization, detailed descr iption and set of training parameters
Face-recognition-method
- 基于PCA 和BP 神经网络的人脸识别方法是针对 PCA 方法中存在的高维数问题和它对未训 练过的样本识别率低的缺点而提出的。该方法在预处理的基础上，利用粗糙集对 PCA 降维处理后的人脸特征进行约简，提取其中分类能力强的特征，实现在识别精度不变的情况下，有效的去除冗余信息；然后将约简后的属性输入到神经网络进行规则提取，利用神经网络非线性映射和并行处理的特点，增强对人脸图像识别的泛化能力。实验证明，使用该方法在识别率上有一定的提高-Face recognition method based
BBP--nnnP
- BP神经网络分类器程序源码有两种运行状态，一个是学习，另外一个是分类。在学习状态下，在Dos命令符下输入bp learn，便开始学习了，学习的结果放在weight.dat中；在工作状态下，在Dos命令令符下下输入bp work，便开始识别classfyme.dat中的数据了，识别完成后，结果放在results.dat中。在bp运行的任何一种状态下，都不能手工打开Weight.dat、Sample.d -BP neural network classifier program source c
FaceRecognition
- 人脸自动识别技术有着广阔的应用领域，本文提出用主成分分析和BP神经网络进行人脸识别。人脸识别包括两个部分：第一，特征提取；第二，神经网络进行识别-facedetection is developped widely.this paper combining the pca method and the neural network method.
StockPrediction
- 基于Matlab2007a平台,通过BP神经网络训练并进行预测股指，可以预测收盘、开盘、最大、最小等指标；分析实际值与预测值在振幅、均值、涨幅、隔天涨率、跳率、当天涨率等方面的变化 ，从而验证预测股指与实际股指变化趋势是否一致。提供了实验数据及格式说明和仿真结果-Based Matlab2007a platform by BP neural network training and forecast stock index, can predict the closing, opening, m
bpnet
- 智能控制；BP神经网络算法；PID控制器MATLAB 仿真-Intelligent Control BP neural network algorithm MATLAB simulation, the PID controller
BPPID
- 基于BP神经网络PID整定原理和算法步骤，并文中附有相关的MATLAB程度源代码；-Based on BP neural network PID tuning principles and steps of the algorithm, and can be related to the degree of the MATLAB source code
wzrh
- (1)针对在线计算量大这一缺陷，将预测控制中的柔化输出信号的思想推广到柔化输入信号，使得约束条件被简化为仅对当前控制量的约束，可以直接计算得出；同时该方法避免了求逆矩阵，大大减小了计算量，并能够保证控制算法的可行性和良好的控制性能。 (2)针对传统算法中设计参数整定困难这一缺点，应用基于BP神经网络变参数设计的广义预测控制算法，实现了对控制量柔化参数的在线调整。 (3)利用带有遗忘因子的最小二乘法对系统辨识。本文通过仿真发现该方法对于Hénon混沌系统并不完全适用，可考虑利用其他优化系统
GA
- 程序1：遗传算法和非线性规划函数的优化； 程序2：基于遗传算法的BP神经网络优化； 程序3：基于遗传算法的TSP算法； 程序4：基于遗传算法的LQR控制器优化设计 程序5：基于遗传算法的函数优化-Program 1: genetic algorithms and nonlinear programming function optimization Program 2: Based on the genetic algorithm BP neural network optim
tixingguanzi2
- 分析了支持向量回归机在能源需求预测中的优势,确定了输入向量集合和输出向量集合,建立了基于Matlab技术的SVR能源需求预测模型.对我国1985-2008年能源需求相关数据进行模拟与仿真,并对中国2010年和2020年能源需求量进行预测.研究结果表明:一是中国未来对能源的需求量逐渐增加,从2010年的330400万吨标准煤上升到2020年418320万吨标准煤,年均增长率为2.39％；二是在解决我国能源系统小样本.非线性及高维模式识别问题中SVR比BP神经网络等方法有更高的预测精度.-Suppo
bp_demo
- BP神经网络软件（BPGUI）：支持手动输入数据和从外部导入数据两种方式；用户可以自定义训练集和测试集占全部数据的百分比，设定完成后，软件随机产生训练集和测试集；支持归一化和不归一化两种数据预处理方式；用户可以自定义网络的结构参数和训练参数；具有绘图功能，可以对比测试集的真实值与预测值；支持网络及数据的保存；具有菜单选项，用户可以通过菜单执行相应的操作；具有右键功能，用户可以通过右键快速执行相应的操作；-The BP neural network software (BPGUI) : suppo
ex2_22_1
- 设计一个三层BP神经网络，并训练它来识别0,1,2, ,9,A, ,F，这16个十六进制已经被数字成像系统数字化了，其结果是对应每个数字有一个5 3的布尔量网络。例如0用[1 1 1 1 0 1 1 0 1 1 0 1 1 1 1]表示；1用[0 1 0 0 1 0 0 1 0 0 1 0 0 1 0]表示；2用[1 1 1 0 0 1 0 1 0 1 0 0 1 1 1]表示，等等。-Design a BP neural network and tra
bp_network
- 对两种类型的纹理图像，各选取30幅，计算灰度共生矩阵，提取特征向量；构件BP神经网络分类器，用每种类型的前20幅对分类器进行训练，后10幅用来测试分类效果。-Two types of texture image for each select 30 calculated GLCM, extracting feature vectors member BP neural network classifier, before use each type of 20 pairs classifier
GLS_Standardization
- 近红外化学计量学PLS-BP人工神经网络入研究，指导性较强；第1章程序；主要用于模型转移-Near infrared stoichiometry of PLS-BP artificial neural network research, strong guidance the first chapter is mainly used for model transfer procedures