搜索资源列表
动量-自适应学习调整算法(BP改进算法)应用实例
- 动量-自适应学习调整算法(BP改进算法)应用实例.zip- Momentum - auto-adapted study adjustment algorithm (BP improvement algorithm) application example zip
bpnnet_156
- 传一个用Matlab写的关于动量-自适应学习调整算法(BP改进算法)应用实例- Passes on to write with Matlab about the momentum - auto-adapted study adjustment algorithm (BP improvement algorithm) the application example
BPexample
- 开发环境:Matlab 简要说明:动量-自适应学习调整算法。在实际应用中，原始的BP算法很难胜任，因此出现了很多的改进算法。BP算法的改进主要有两种途径，一种是采用启发式学习方法，另一种则是采用更有效的优化算法。本例采用动量BP算法，来实现对网络的训练过程，动量法降低了网络对于误差曲面局部细节的敏感性，有效地抑制网络陷于局部极小。-development environment : Matlab Brief Descr iption : Momentum-adaptive learning
gaijin-BP
- 包含了用matlab编写的bp程序和动量-自适应学习调整算法(BP改进算法)程序。-includes using Matlab bp prepared by the procedures and momentum-adaptive learning algorithm adjustments (BP improve operator France) program.
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
停车诱导系统中车位预测模型的研究
- 停车诱导系统中车位预测模型的研究 摘 要 研究城市停车诱导系统的停车车位占有率预测问题。首先提出墓于B P神经网络的车位占有预测模型， 同时将自适应 学习速率调整法和加入动量项方法用于改善基本B P神经网络， 优化了学习速率， 减少了训练过程的震荡趋势， 改善了网络的收效 隆。以此为基础实现了停车位的智能预测 0最后， 进行了多种方法比对实验
bpnnet_154
- L-M算法。除了动量法(基于梯度下降的训练算法)外，学习率自适应调整策略是BP算法改进的另一种途径，它利用Levenberg-Marquardt优化方法，从而使得学习时间更短。其缺点是，对于复杂的问题，该方法需要很大的存储空间。 -L-M algorithm. In addition to momentum (based on the gradient descent algorithm for training), learning rate adaptive strategy is to i
BPandimprovethestandardmethodofBPalgorithm
- 标准BP算法及改进的BP算法应用，主要讲了标准的BP算法，附加动量法，自适应学习率调整法。-Standard BP algorithm and the application of improved BP algorithm, the main speaker of the standard BP algorithm, the additional momentum method, adaptive learning rate adjustment method.
BP
- 这是一个用动量法和自适应学习速率法改良过后的BP神经网络。编绎环境为VC9.0。当网络训练完成后。能查看误差曲线图。-This is a method with momentum and adaptive learning rate method, after the BP neural network improved. Code Interpretation of the environment VC9.0. When the network training is completed. C
intellectual
- 探讨了动量系数和学习率自适应调整的神经网络算法, 给出了动量系数和学习率的调整方法, 并作为机械故 障的特征识别方法, 以小波分析技术作为机械故障特征信号的提取手段, 由此建立了基于小波与自适应神经网络 的旋转机械故障智能诊断系统, 给出了诊断系统的训练学习方式和工作方式, 通过实际测试数据的诊断结果说明此诊断系统对故障诊断是有效的。-intelligent dignose it is very useful
258
- 带动量，自适应学习速率的梯度下降法； 刚建立的网络误差 ； 对学习训练后的网络仿真； 误差函数赋值-matlab program
program
- 编写了一个pso优化bp神经网络的程序，应用在分类中。第一步：pso优化bp神经网络得到最优的阈值和权值，第二步bp神经网络把该最优的阈值和权值作为初始阈值和权值，采用动量及自适应学习速率算法进行训练。附件中，是数据和编写的部分程序，tiqushuju是用来提取文本中的数据构造样本集的函数。mubiao是用来构造期望输出的函数。bp是已经编写好的，未使用pso优化的bp神经网络函数。pso是本人编写的pso优化bp神经网络的函数，psobp是采用pso优化的阈值和权值作为bp神经网络的初始权值和
BP
- matlab实现的BP神经网络程序（没有使用ANN toolbox）。包含一个实例程序，写在main.m中。main2.m是引入动量项的改进算法，main3.m是引入自适应调整学习速率的改进方法。-the matlab program of BP neural network（without using ANN toolbox）。The files including a instance（wirtten in main.m）。
Momentum-adaptive-BP
- 提高网络的分类效果以及训练速度，采用了附加动量法和自适应学习速率调整法对BP算法进行了改进- U63D0 u9AD8 u7ED1 u7E4 u7C0 u7CF u7CF u6CD5 u5A U81EA u9002 u5E94 u5B16 u4E60 u901F u7387 u8C03 u6574 u6CD5 u5BF9BP u7B97 u6CD5 u8FDB u884C u4E86 u6539 u8FDB
apd
- 包含了用matlab编写的bp程序和动量-自适应学习调整算法(BP改进算法)程序,,(Contains matlab prepared and momentum bp program - adaptive learning adjustment algorithm (bp algorithm) program,,)
Untitled
- 建立BP神经网络， 12个隐层神经元，4个输出神经元 tranferFcn属性 'logsig' 隐层采用Sigmoid传输函数 tranferFcn属性 'logsig' 输出层采用Sigmoid传输函数 trainFcn属性 'traingdx' 自适应调整学习速率附加动量因子梯度下降反向传播算法训练函数 learn属性 'learngdm' 附加动量因子的梯度下降学习函数(The BP neural network is established, with 12 hidden la