搜索资源列表
bp算法及其改进的matlab实现
- matlab语言编写的bp算法实现自适应PID控制。 共有：无导师的heb算法，有导师的delta算法，有导师的heb算法，改进的heb算法
简单遗传算法和简单bp网络的程序
- 基于Matlab的简单遗传算法和简单bp网络的程序实现-based on Matlab simple genetic algorithms and simple bp Network Program
用Fortran实现的bp算法程序
- 这是用Fortran实现的bp算法程序，供大家自学参-This is achieved using Fortran bp algorithm, for your self-Participation
BP.Arithmetic
- BP算法的C语言实现--三层神经元网络（适合普通BP算法和改进型BP[带缓冲项]算法）-BP algorithm in C language -- three-layer neural network (suitable for general algorithm and improved BP BP [WITH Buffer] algorithm)
用MATLAB开发的BP算法源程序
- 基于神经网络工具箱函数trainbp和simuff实现的BP算法源程序，内附样本数据和测试数据。-based on neural network toolbox function and simuff trainbp BP algorithm to achieve the source, containing sample data and test data.
VC++BP
- 本程序是BP算法的演示程序, 其中的Levenberg-Marquardt算法具有实用价值. 一、网络训练 程序默认状态是样本训练状态,现将样本训练状态下的如何训练网络进行说明: 1.系统精度: 定义系统目标精度,根据需要定义网络训练误差精度.误差公式是对训练出网络的输出层节点和实际的网络输出结果求平方差的和. 最大训练次数: 默认为10000次,根据需要调整,如果到达最大训练次数网络还未能达到目标精度,程序退出. 3.步长: 默认为0.01,由于采用
bp算法程序vb版
- bp算法的程序实现，可以任意只指定中间结点和输入输出节点的个数-bp algorithm program can only arbitrarily designated intermediate nodes and the input and output nodes Number
dct_cs
- 采用BP算法来实现压缩感知的信号重构示例。BP算法由线性规划来实现，稀疏基为DCT基，信号为语音信号-an example of using BP algorithm for signal reconstruction in compressed sensing. BP algorithm is implemented by linear programming, sparse basis is the DCT basis, the signal used is speech
BP
- 神经网络BP算法的实现和两个小例子,其中包括两个.m文件和一个说明文档-Implementation of neural network BP algorithm and two small examples, including two. M file and a documentation
BP
- 神经网络——BP算法源码的C环境实现，用它可以训练样本数据-Neural network- BP algorithm of the C-source environment to achieve, it can be trained with sample data
BPjianmo
- 神经网络BP算法的实现，用于拟合函数。BP神经网络建模-BP neural network algorithm for the fitting function. BP neural network modeling
BP
- BP 算法的实现，分别包含了C++，Matlab，Forturn等几种语言的实现方法
BP
- 人工神经网络中著名的BP算法的实现，在VC下可以直接运行-Artificial Neural Networks in the well-known BP algorithm, the VC can be directly run
bp-assort
- 应用bp算法实现对iris数据库的分类，iris数据库是人们广泛使用的用于模式分类的实例系统。它含有150个例子，分为三类，每个类由四个实数特征值描述，分别表示萼片（sepal ）长度，萼片宽度，花瓣（petal ）长度，花瓣宽度。问题是根据这四个特性值分类三种iris 植物，输入为四个特征值和类别 （5.1 3.5 1.4 0.2 0），输出算法分类结果 -Bp algorithms applied to the iris database, the classification, iris
BP算法的研究与实现
- BP算法的研究与实现 有关智能信息处理的研究-BP algorithm and implementation of research on intelligent information processing
bp算法
- 采用典型的BP算法实现了有导师学习下的神经网络，采用输入层、隐含层和输出层的三层结构，实现了BP算法。
案例1 BP神经网络的数据分类-语音特征信号分类
- 通过BP算法，实现对语音特征信号的数据分类(Through the BP algorithm, the realization of the classification of speech signals)
BP算法
- BP算法,采用连接权重的神经迭代算法实现自学习(Optimizing the connection weights through the reverse BP neural network learning algorithm)
SAR成像BP算法
- 用BP算法实现雷达的SAR成像，适用于初学者(SAR imaging with BP algorithm)
Bp神经网络。
- 本资源是有关深度学习的Bp神经网络算法的实现。