搜索资源列表
MATLAB-BPnet
- 一个三层的神经网络算法,可以用来数据拟合,建模.
RBF
- RBF人工神经网络代码，实现RBF函数拟合功能-rbf nnt code
TimeSeriesPredictionUsingSupportVectorRegressionNe
- 为了选择神经网络的最好结构以及增强模型的推广能力，提出一种自适应支持向量回归神经网络(SVR—NN)。SVR—NN 用支持向量回归(SVR)方法获得网络的初始结构和权值， 白适应地生 成网络隐层结点，然后用基于退火过程的鲁棒学习算法更新网络结点疹教和权 主。 SVR—NN有很 好的收敛性和鲁棒性，能抑制由于数据异常和参数选择不当所导致的“过拟合，’现象。将SVR—NN 应用到时间序列预测上。结果表明，SVR．NN预测模型能精确地预测混沌时间序列，具有很好的 理论和应用价值。-Ab
Complete-collection-of-algorithm
- 算法大全 全书分30章及2附录（在MATLAB中实现）对常用数学算法进行汇总介绍。 主要包括：线性规划、非线性规划、动态规划、图与网络、排队论、对策论、层次分析法、插值与拟合、数据的统计描述和分析、方差分析、回归分析、微分方程建模、稳定状态模型、常微分方程解法、差分方程模型、马氏链模型、变分法模型、神经网络模型、偏微分方程的数值解、目标规划、模糊数值模型、现代优化算法、时间序列模型、存贮论、经济与金融的优化问题、生产与服务运作管理中的优化问题、灰色系统理论及其应用、多元分析、偏最小二乘回归以
ann_1.1.1.tar
- VC++实现的神经网络工具库，可用于分类，模式识别，数据拟合插值等，具有图形显示功能-ANN is developed by VC++，for classification, pattern recognition, data regression and interpolation.
MATLAB-Curve-Fitting
- 给予神经网络RB发的MATLAB曲线拟合-Issued to give MATLAB neural network curve fitting RB
Wide-field-optical-system-
- 给予神经网络的大视场光学系统畸变曲线拟合-Given the large field of neural network optical system distortion curve fitting
2
- 用matlab神经网络实现非线性函数拟合-Matlab neural network with non-linear function fitting
BP-matlab
- BP神经网络 用于预测、模式识别、函数拟合、综合评价等领域-BP neural network Used to predict the pattern recognition, function approximation, the comprehensive evaluation
MATLAB
- BP神经网络算法关于二元函数逼近拟合的matlab的程序-BP neural network algorithm for the binary function approximation fitting
matlab
- 本文主要有BP神经网络的非线性系统建模-非线性函数拟合，还有遗传算法优化BP神经网络-非线性函数拟合等。-In this paper, the BP neural network nonlinear system modeling- nonlinear fitting function, genetic algorithm to optimize BP neural network- non-linear function fitting.
matlab
- 多输入BP神经网络的几个例子，主要包含函数拟合以及最小二乘法-matlab bp
matlab
- BP神经网络进行一个函数拟合，此函数算是研究算法性能的常见的函数之一，图像非常有特点-BP neural network is a function fitting this function is regarded as one of the common functions of the studies the performance of the algorithm, the image is very characteristic,
function fitting
- Bp\感知器\SVM\RBF的神经网络函数拟合程序，其中大部分都是一维输入一维输出，特别适合刚入门的学习者。(These Program were BP\PERCEPTION\rbf\svm function fitting used matlab)
1-BP_work
- matlab实现BP神经网络进行拟合和预测(Matlab implementation of BP neural network for fitting and prediction)
2-GRNN_PNN_work
- GRNN和PNN神经网络对数据的拟合、训练和二者对比(Data training of GRNN and PNN and comparison of the two)
3-Competitive neural network
- 竞争神经网络的matlab实现，对一组数据进行拟合和训练，得出精度(The matlab implementation of the competitive neural network, fitting and training a set of data to get the accuracy)
demos
- 各种神经网络matlab代码，附上说明，可以实现基本的预测功能，拟合效果很好(Neural network attached instructions, can realize the basic function of the prediction, the fitting effect is very good)
DropOut深度网络
- 深度神经网络在测试时面对如此大的网络是很难克服过拟合问题的。 Dropout能够很好地解决这个问题。通过阻止特征检测器的共同作用来提高神经网络的性能。这种方法的关键步骤在于训练时随机丢失网络的节点单元包括与之连接的网络权值。在训练的时候，Dropout方法可以使得网络变得更为简单紧凑。在测试阶段，通过Dropout训练得到的网络能够更准确地预测网络的输出。这种方式有效的减少了网络的过拟合问题，并且比其他正则化的方法有了更明显的提升。 本文通过一个简单的实验来比较使用Dropout方法前后网络
拟合神经网络数学建模
- 4. 曲线拟合的用户图形界面求法 Matlab 工具箱提供了命令cftool，该命令给出了一维数据拟合的交互式环境。具体 执行步骤如下： （1）把数据导入到工作空间； （2）运行cftool，打开用户图形界面窗口； （3）对数据进行预处理； （4）选择适当的模型进行拟合； （5）生成一些相关的统计量，并进行预测。 分类: 数学建模