搜索资源列表
Back_Prop_Alg
- back propagation algorithm
bp-netual-net
- 多层前向反馈式神经网络是目前应用比较广泛的人工神经网络，其中BP(Back Propagation network，简称BP网络)学习算法是最著名的多层前向反馈式神经网络训练算法之一。该算法在图像处理和图像识别领域已经取得令人瞩目的成就，其主要思想是利用已知确定结果的样本模式对网络进行训练，然后利用训练好的网络进行图像的处理或识别。本文将讨论用MATLAB实现BP神经网络对人脸角度的分析。 -Multilayer feedforward neural network feedback is us
pso-bp
- 粒子群算法，也称粒子群优化算法（Particle Swarm Optimization），缩写为 PSO， 是近年来发展起来的一种新的进化算法(Evolutionary Algorithm - EA)。PSO 算法属于进化算法的一种，和模拟退火算法相似，它也是从随机解出发，通过迭代寻找最优解，它也是通过适应度来评价解的品质，但它比遗传算法规则更为简单，它没有遗传算法的“交叉”(Crossover) 和“变异”(Mutation) 操作，它通过追随当前搜索到的最优值来寻找全局最优。这种算法以其实现
back-propagation
- image processing algorithms
BPNN
- 反向传播神经网络的学习算法以及MATLAB实现代码-Back propagation neural network learning algorithm and MATLAB code
BP
- BP神经网络：是一种按误差逆传播算法训练的多层前馈网络，是目前应用最广泛的神经网络模型之一。BP网络能学习和存贮大量的输入-输出模式映射关系，而无需事前揭示描述这种映射关系的数学方程。它的学习规则是使用最速下降法，通过反向传播来不断调整网络的权值和阈值，使网络的误差平方和最小。BP神经网络模型拓扑结构包括输入层（input）、隐层(hide layer)和输出层(output layer)。-BP neural network: a Press the front back propagatio
StandardBPalgorithmCode
- 该代码是基于标准BP算法训练样本数据的代码，压缩包里包含代码和样本数据。 BP(Back Propagation)神经网络，即信号的正向传播+误差的反向传播，该网络是应用最广泛的一种神经网络模型。BP网络的设计主要包括输入层,隐层,输出层及各层之间的权值、阈值及传输函数等几个方面。-The code is based on code standard BP algorithm training data, compression bag containing the code and sampl
Untitled
- BP神经网络，可直接替换数据使用，方便快捷-Back Propagation+ MLP
Fuzzy-classification-with-BP
- The combination of Back Propagation Neural Network and Fuzzy Theory for Classification problem.
bpwt
- 神经网络算法和小波分解与重构，BP（Back Propagation）网络，是一种按误差逆传播算法训练的多层前馈网络-Neural network algorithm and wavelet decomposition and reconstruction, BP (Propagation Back) network, is a kind of multilayer feedforward network trained by the error back propagation algorit
HW1502-linear-regression
- 使用神经网络进行机器学习 神经网络 机器学习 误差反传训练算法-Using neural networks for machine learning neural network machine learning error back propagation training algorithm
trainNetwork
- matlab code for training neural network using back-propagation algorithm
simple-backpropagtion
- simple back propagation
Backpropagation--
- a sample of back propagation in neural network
5
- BP学习算法逼近墨西哥草帽函数 在Windows环境中利用Matlab实现BP学习算法在达到期望均方误差最小的情况下正确表达墨西哥草帽函数。 实验目的：1.理解BP神经网络结构模型，初步了解BP网络的用途。 2.学习BP学习算法，掌握误差往回传播网络的构建思想。 3.能够正确使用BP学习算法表达墨西哥草帽函数。 -BP learning algorithm Mexican hat function approximation BP learning algorithm
BP
- 误差返传神经网络的原始代码非工具箱，适合初学者-The original code error back propagation neural network non toolbox, suitable for beginners
TestSampleNN
- 神经网络中，单个感知器的实现原理，利用反向传播进行训练。对理解BP很有帮助-Principle of neural network, a single perceptron, using the back propagation training. Is very helpful for understanding the BP
BacProp
- back propagation with varible hidden layer nerun
bp
- 神经网络中的最基本的BP算法，代码用C语言完成，更改代码中的绝对路径为自己的路径或者改成相对路径就可直接运行-Neural Networks and Learning Machines , the basic Back-Propagation Algorithm，developped by C Language
mlp
- Back Propagation Weight Update Rule