搜索资源列表
关于bp神经网络
- 关于bp神经网络的
bp神经网络实现的水果识别系统
- 基于bp神经网络实现的水果识别系统。先进性学习,然后根据给出的水果特征对水果进行识别。感觉还不错。
一个应用matlab的非常优秀的BP神经网络源程序
- matlab非常优秀的BP神经网络源程序
基于RBF神经网络的CPI预测
- 采用RBF神经网络的结构、特性和训练算法,根据CPI(消费者物价指数)与其影响因素之间存在的映射关系,应用神经 网络建立了多因素非线性时间序列预测模型。最后通过仿真实验和研究,把RBF神经网络与传统的BP网络预测结果进行比较,结果证明,该模型的预测精确度更高,结果令人满意。
对sinx在区间 内采样数点作为BP神经网络训练
- (1)对sinx在区间 内采样数点作为BP神经网络训练样本,然后利用该训练好的网络输出sinx的值。 (2)将函数换成 , ,重复(1)的实验。
基于BP神经网络的厦门楼盘走势预测
- 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,
BP神经网络 VC++
- BP神经网络实现字符的识别 BP神经网络实现字符的识别
BP神经网络程序
- 一个可直接运行的BP神经网络程序
基于BP神经网络的数字识别研究
- 基于BP神经网络的数字识别研究论文
神经网络预测CPI指数MATLAB源码
- 这是用BP神经网络通过MATLAB预测我国CPI指数的源码。以2010年4月前的CPI指数为原始数据,预测2010年4、5、6三月的CPI指数。
利用改进遗传优化算法解决BP神经网络中局部最小问题
- 利用改进的遗优化算法解决BP神经网络中局部最小问题
BP神经网络模式识别、函数拟合
- BP神经网络模式识别、函数拟合BP神经网络模式识别、函数拟合BP神经网络模式识别、函数拟合
MATLAB的BP人工神经网络设计
- MATLAB的BP人工神经网络设计
BP神经网络
- BP神经网络
多层感知器神经网络,BP神经网络
- 多层感知器神经网络,BP神经网络的Visual C++ 2008源代码程序,一个外国人写的,很好用。需要一定的编程基础才能看懂.-MLP neural network, BP neural network Visual C++ 2008 source code program, a foreigner, is useful. Need to understand some basics of programming.
BP神经网络功能的实现
- BP神经网络功能的实现,调用,训练,显示等,BP neural network function in the realization of calls, training, shows, etc.
bpnetwork.rar
- bp神经网络做图像识别的简单代码,里面有程序和简单说明,bp neural network image recognition to do a simple code, there are procedures and a brief explanation
BP.rar
- 一个曲线拟合的bp神经网络程序,适合初学者进行研究,A curve fitting of bp neural network procedures, suitable for beginners to study
MLPNetworksimulation.rar
- Matlab 下 BP 神经网络的举例及详细说明。美国大学的一个实验。 虽然是 PDF文件,但程序可以直接粘贴下来运行。,The process to train and test a designed MLP neural network : 1) We make training patterns and test patterns. 2) A network architecture should be defined by newff MATLAB function with th
使用matlab设计的bp神经网络
- 使用matlab设计的bp神经网络,可以不用其自带的工具箱,能增进对神经网络的理解-Bp design using matlab neural network toolbox can do their own, can enhance the understanding of the neural network