搜索资源列表
bpbao
- 用c++编写的bp神经网络开发包，能实现函数的任意逼近-prepared with the bp neural network development kits, can achieve an arbitrary function approximation
VCBP
- XP系统，VC6.0编程环境。验证BP神经网络的函数逼近能力，模拟Sin函数的输出。在View中分别用“-”、“o”代表Sin函数的原输出值和BP的输出值。-XP system,VC6.0. BP network is used to approximate the output of sin function.In th view.cpp, - shows the value of sin function and 0 shows the value of BP network.
matlab-homework
- BP神经网络实现函数逼近 自适应性线性神经网络与线性逼近 含代码 与运行截图-The BP neural network to realize the function approximation Adaptive linear neural network and linear approximation Contain the code and run screenshot
BP-network-test-report
- BP网络表达傅里叶核函数,此次实验采用了两种方法，第一方法是在matlab中实现BP算法，然后用实现的BP算法实现对傅里叶核函数的逼近，第二种方法是调用matlab中的工具箱函数实现傅里叶和函数的逼近。-BP Network expression Fourier kernel, the experiments using two methods, the first method is to achieve BP algorithm in matlab, then use the BP algo
3
- BP神经网络逼近正弦函数 本次实验主要是让大家对BP网络设计进一步了解和认识，熟悉BP网络，熟知BP学习算法的原理以及其在MATLAB中的程序实现，在掌握这些基本原理的同时用BP神经网络逼近正弦函数。 BP网络有很强的映射能力，主要用于模式识别和函数逼近。可以采用BP网络函数逼近的能力来求解数学式难以表达的函数。本实验采用一个三层BP网络，看它如何逼近一个正弦函数的。-BP neural network to approach the sine function The main e
Word-
- 使用MATLAB BP 网络做二元函数逼近-Use MATLAB BP network to do a binary function approximation
Untitled3
- 神经网络函数逼近的源程序，使用bp网络进行训练。-Neural Network Function Approximation source, use the bp network training.
bp
- BP神经网络分类iris数据，对函数y=sqrt（x）的逼近，里面包含了iris数据。-BP neural network classification of iris data, the function y=sqrt (x) approximation, which contains the iris data.
BP-neural-network
- 用BP神经网络逼近一个二元的非线性函数，绘制逼近效果及误差曲线-BP neural network to approach a binary nonlinear function approximation effect and draw error curve
mainB
- 基于神经网络结构设计方法，用于函数逼近的BP算法程序-Based on neural network architecture design for BP function approximation algorithm program
9GAP
- 使用BP算法逼近非线性函数，没有使用神经网络工具箱，适合初学者。-Using BP neural network approximation of nonlinear function, there is no use of neural network toolbox, suitable for beginners.
network_kit
- 使用神经网路下的BP算法逼近sin函数，训练样本9个，测试样本361个-Use BP neural network algorithm of approximation of the sin function under training samples 9, test samples 361
ANN
- BP网络讲解以及利用matlab内置BP工具逼近hermit函数-BP network and explain the use of the built-BP matlab function tool Approximation hermit
BP-neural-networks
- BP神经网络：应用BP神经网络逼近非线性函数，采用单层网络结构。提供仿真实例与源代码M文件，对于新手学习神经网络算法有很大的帮助！-BP neural networks: BP neural network to approach nonlinear function, single-layer network architecture. The simulation provided with the source code file M, neural network algorithm f
BP-algorithm-numerical-experiments
- BP算法数值实验的四个程序,实验一：给定七个输入的单层神经元以及输入P，比较不同传递函数所得到的输出结果。实验二：训练单层神经元BP网络，使其权值和阈值符合一定的精度，并给出误差曲面和动态逼近过程。实验三：训练一个隐层（含五个神经元）的单输出BP网络，给出动态逼近过程和训练好的权值和阈值。实验四：设计一个三层BP网络，实现对非线性正弦函数的逼近。-The four programs of the BP algorithm numerical experiments.
RBF神经网络
- 利用RBF和BP神经网络中的工具箱函数去做函数逼近，(Making use of RBF neural network to do function approximation)
第10章 模糊逼近算法
- RBF网络的学习过程与BP网络的学习过程类似，两者的主要区别在于各使用不同的作用函数。BP网络中隐层使用的是Sigmoid函数，其值在输入空间中无限大的范围内为非零值，因而是一种全局逼近的神经网络；而RBF网络中的作用函数是高斯基函数，其值在输入空间中有限范围内为非零值，因为RBF网络是局部逼近的神经网络。(The learning process of RBF networks is similar to the learning process of BP networks. The mai
oartial
- BP算法的C语言实现,可用于函数逼近,分类,数据挖掘应用等()
858060
- BP算法的C语言实现,可用于函数逼近,分类,数据挖掘应用等()
rbf
- RBF网络能够逼近任意的非线性函数，可以处理系统内的难以解析的规律性，具有良好的泛化能力，并有很快的学习收敛速度，已成功应用于非线性函数逼近、时间序列分析、数据分类、模式识别、信息处理、图像处理、系统建模、控制和故障诊断等。 简单说明一下为什么RBF网络学习收敛得比较快。当网络的一个或多个可调参数（权值或阈值）对任何一个输出都有影响时，这样的网络称为全局逼近网络。由于对于每次输入，网络上的每一个权值都要调整，从而导致全局逼近网络的学习速度很慢。BP网络就是一个典型的例子。(RBF network