搜索资源列表
bin
- BP,RBF神经网络，用于学习数据库并构建逼近函数，给出输入得到输出。-BP, RBF neural network for learning and build approximation function gives input to get output.
shenjingwangluo
- 自己编写的程序，可实现通过BP神经网络逼近任意函数-The program implements an arbitrary function approximation by BP 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
function-approximation
- 利用BP神经网络对非线性函数进行逼近，逼近的函数为三角函数。-By using BP neural network to realize the function approximation, the approximation function is a trigonometric function.
Two-Variate-Function
- 使用BP神经网络实现二元函数的逼近问题，包含训练样本，无测试集-Using BP neural network to achieve the approximation of the two function function, including the training samples, no test set
cc
- 这是一个BP神经网络的训练函数，用于实现对矩形波形的训练逼近。-This is a function of BP neural network training, training for implementing a rectangular waveform approximation.
BpNeuralNetwork
- 使用BP算法来逼近正弦函数 三层神经网络，输入层，隐含层（1层），输出层。 输入层和输出层只有一个节点。-BP net work
main
- 应用BP神经网络逼近非线性函数，非线性函数为多输入单输出，逼近误差<5 ，采用经典的BP算法。-Application of BP neural network to approximate nonlinear function, nonlinear function for multiple input and single output, the approximation error < 5 , using the classic BP algorithm.
07 神经网络与深度学习
- 人工神经网络（Artificial Neural Networks，ANN）系统是 20 世纪 40 年代后出现的。它是由众多的神经元可调的连接权值连接而成，具有大规模并行处理、分布式信 息存储、良好的自组织自学习能力等特点。BP（Back Propagation）算法又称为误差 反向传播算法，是人工神经网络中的一种监督式的学习算法。BP 神经网络算法在理 论上可以逼近任意函数，基本的结构由非线性变化单元组成，具有很强的非线性映射能力。(The Artificial Neural Network