搜索资源列表
NN1.m
- BP神经网络在matlab上已有可以使用的工具箱，本程序探讨如何实现简单的多层BP网络，并提供可执行的代码和例程供参考。(BP neural network has been available on the Matlab toolbox, this program discusses how to achieve a simple multi-layer BP network, and provide executable code and routines for reference.)
Class_3_Code
- matlab实现BP神经网络的具体例子，代码数较少，易于理解(An example of Matlab's implementation of the BP neural network)
bp-Matlab
- 人工神经网络（Artificial Neural Network，即ANN ），是20世纪80 年代以来人工智能领域兴起的研究热点。它从信息处理角度对人脑神经元网络进行抽象， 建立某种简单模型，按不同的连接方式组成不同的网络。神经网络的MATLAB实现(Artificial Neural Network (ANN) is a hot spot in the field of artificial intelligence since 1980s. It abstracts the neural
bp
- 双隐层反向传播神经网络，预测,分析均方根误差误差,数据包传送源码程序。(It is a double hidden layer back-propagation neural network, future line prediction, analysis error, data packet transmission source program.)
BP 神经网络
- BP(back propagation)神经网络是1986年由Rumelhart和McClelland为首的科学家提出的概念，是一种按照误差逆向传播算法训练的多层前馈神经网络，是目前应用最广泛的神经网络。(BP (back propagation) neural network is a concept put forward by scientists headed by Rumelhart and McClelland in 1986. It is a multilayer feedforw
BP
- BP神经网络的主程序，已经调试成功。其中传递函数可以自己随意选用，sigmoid，pureline等函数。训练函数也可以自己设置，trainlm，trainbr等等(Back propagation neural network.)
CODE
- 此代码为遗传算法优化BP神经网络的编码程序部分。(this file is the code program in the genetic algorithm.)
main
- 这个文件包含了遗传算法优化的BP神经网络主程序gabpmain，以及function函数，还有test函数。(there are three files which are gabpmain ,function and test.)
spam_email
- 利用BP神经网络对邮件分类，2分类，实现反向传播算法细节，非直接函数调用(BP neural network is used to classify mail, 2 classifications, to implement the details of backpropagation algorithm, non direct function call.)
bp.matlab
- 是一种按照误差逆向传播算法训练的多层前馈神经网络，是目前应用最广泛的神经网络。(In machine learning and science,artificial neural networks are a family of statistical learning models inspired by biological neural networks and are use to estimate or opproximate functions that can depend on
《MATLAB神经网络原理与实例精解》随书附带源程序
- 《MATLAB 神经网络原理与实例精解(附光盘)》是一本神经网络原理与实践相结合的书，涵盖了大部分主流的神经网络。它尽量以浅显易懂的语言讲解，让读者能理解神经网络的原理，并学会在 MATLAB 中实现神经网络。MATLAB 版本逐年更新，神经网络工具箱中函数的结构安排已经改变，本书使用最新的 MATLAB 版本，使读者掌握应用工具箱解决实际问题的能力。本书讲解时附带了大量实例，对于简单的例子，本书除了使用工具箱函数外，还用手算的方式给出了自己的实现，便于读者理解神经网络的具体实现细节。(Firs
BpANN
- 采用Bp神经网络算法，通过训练计算有限的样本数据，进而对更广的数据进行预测(Using the Bp neural network algorithm to predict the data)
BP神经网络负荷预测代码
- 能够对一天之中每隔15min的电力负荷数据进行预测(load forecast based on BP neural network)
chapter1
- BP神经网络对四种语音进行分类，包括网络结构初始化，网络训练，参数更新(Speech classification)
粒子群优化算法（PSO）应用于神经网络优化程序
- 粒子群算法优化BP神经网络，使用matlab平台实现，解决了BP神经网络速度较慢的问题(Particle swarm optimization (PSO) optimization of BP neural network)
GA_Test
- 这是用于遗传神经网络的matlab代码, 代码里面详细表述了怎么样建立BP神经网络的GA优化方法(this is the code for GA based BP neural network)
BP模板
- 经典BP网络算法，标注清晰，保证看了几遍就会(Classic BP network algorithm, clear annotation)
BPJTyuce1
- 通过BP神经网络对某地交通流量进行预测。建立一个基本BP神经网络，输入数据通过学习让其可以根据前一时刻的输入进行下一时刻输出的预测。(A BP neural network is used to predict traffic flow in a certain place. A basic BP neural network is built, and input data can be predicted by the input at the next moment through lea
IIII
- 利用MATLAB 2016a进行BP神经网络的预测，包含了基本工具箱的使用(The use of MATLAB 2016a for BP neural network prediction, including the use of the basic toolbox.)
Untitled2
- BP神经网络基本原理概述：这种网络模型利用误差反向传播训练算法模型，能够很好地解决多层网络中隐含层神经元连接权值系数的学习问题，它的特点是信号前向传播、误差反向传播，简称BP（Back Propagation）神经网络。BP学习算法的基本原理是梯度最快下降法，即通过调整权值使网络总误差最小，在信号前向传播阶段，输入信号经输入层处理再经隐含层处理最后传向输出层处理；在误差反向传播阶段，将输出层输出的信号值与期望输出信号值比较得到误差，若误差较大则把误差信号传回隐含层直至输入层，在各层神经元中使用