注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 基于人工神经网络的销售量预测方法初探

  2. 提出了一种新的梢售量预侧方法一一神经网络方法。以我国电视机销售量为实际预刚对 象运用神经网络方法付其进行了试验预刚, 并和常规的线性回归方法进行了比较, 结果表明神 经网络方法具有较高的精确度加较好的预测能力。

  3. 所属分类：网络基础

    • 发布日期：2009-10-13
    • 文件大小：288kb
    • 提供者：neptune_zx

  1. 神经网络程序弹性ＢＰ算法等

  2. 里面有附加动量法反向传播网络训练程序，自适应学习及弹性ｂｐ算法等，适用于神经网络控制入门．

  3. 所属分类：网络基础

    • 发布日期：2010-05-02
    • 文件大小：4kb
    • 提供者：shouliya

  1. BP神经网络java程序

  2. BP（Back Propagation）网络是1986年由Rumelhart和McCelland为首的科学家小组提出，是一种按误差逆传播算法训练的多层前馈网络，是目前应用最广泛的神经网络模型之一。BP网络能学习和存贮大量的输入-输出模式映射关系，而无需事前揭示描述这种映射关系的数学方程。它的学习规则是使用最速下降法，通过反向传播来不断调整网络的权值和阈值，使网络的误差平方和最小。BP神经网络模型拓扑结构包括输入层（input）、隐层(hide layer)和输出层(output layer)。

  3. 所属分类：Java

    • 发布日期：2011-03-14
    • 文件大小：6kb
    • 提供者：w05350538

  1. 神经网络bp算法的研究与应用

  2. BP（Back Propagation）网络是1986年由Rumelhart和McCelland为首的科学家小组提出，是一种按误差逆传播算法训练的多层前馈网络，是目前应用最广泛的神经网络模型之一。BP网络能学习和存贮大量的输入-输出模式映射关系，而无需事前揭示描述这种映射关系的数学方程。它的学习规则是使用最速下降法，通过反向传播来不断调整网络的权值和阈值，使网络的误差平方和最小

  3. 所属分类：C/C++

    • 发布日期：2011-04-13
    • 文件大小：5kb
    • 提供者：ydj8008

  1. BP神经网络 源代码

  2. BP（Back Propagation）网络是1986年由Rumelhart和McCelland为首的科学家小组提出，是一种按误差逆传播算法训练的多层前馈网络，是目前应用最广泛的神经网络模型之一。BP网络能学习和存贮大量的输入-输出模式映射关系，而无需事前揭示描述这种映射关系的数学方程。它的学习规则是使用最速下降法，通过反向传播来不断调整网络的权值和阈值，使网络的误差平方和最小。BP神经网络模型拓扑结构包括输入层（input）、隐层(hide layer)和输出层(output layer)。

  3. 所属分类：C/C++

    • 发布日期：2011-04-22
    • 文件大小：242kb
    • 提供者：xinsuixingdong

  1. 基于BP神经网络的系统建模辨识与预测仿真matlab程序

  2. 基于BP神经网络对带有噪声的二阶系统的辨识预测，采用典型的三层网络拓扑结构即输入层、隐含层和输出层，利用最小均方误差和梯度下降法，通过误差的反向传播来不断调整系统的权值阈值，使网络输出不断地逼近实际系统的输出，仿真结果表明BP网络达到了预期辨识的精度效果，实现了非线性系统的辨识预测。

  3. 所属分类：专业指导

    • 发布日期：2012-05-16
    • 文件大小：64kb
    • 提供者：yabcged

  1. BP神经网络MATLAB例程

  2. BP神经网络是一个前向网络，它利用误差反向传播算法对网络进行训练，结构简单，可塑性强。本例选择3层BP神经网络（隐层为1层）来逼近函数，单输入单输出，隐层包含7个神经元，预设精度为0.1，学习率设为0.1，循环次数为5000次，达到循环次数，或结果达到预设精度要求，结束计算。激活函数选择双曲函数，采用梯度下降法，通过神经元的输入和误差，以及权值的学习速率来计算权值的变化率。将输入提供给网络后，神经元的激活值从输入层经各中间层向输出层传播，输出层的神经元获得网络的输入相应。接下来，按照减少目标输

  3. 所属分类：其它

    • 发布日期：2012-12-28
    • 文件大小：4kb
    • 提供者：highflower

  1. BP神经网络c程序

  2. BP网络能学习和存贮大量的输入-输出模式映射关系，而无需事前揭示描述这种映射关系的数学方程。它的学习规则是使用最速下降法，通过反向传播来不断调整网络的权值和阈值，使网络的误差平方和最小。

  3. 所属分类：其它

    • 发布日期：2013-06-12
    • 文件大小：5kb
    • 提供者：u011046670

  1. BP神经网络

  2. 初学C++时编写的三层神经网络示例程序，使用反向传播法（无动量）训练其拟合“线性不可分”的XOR函数.

  3. 所属分类：C++

    • 发布日期：2013-11-21
    • 文件大小：3kb
    • 提供者：arucil

  1. BP人工神经网络-反向传播法-matlab-数据+代码

  2. 数据共有2000个样本，每个样本工25个因子，第一个因子表示样本的种类，分为1-4类，只后的24个因子是这个样本的特征。 matlab程序

  3. 所属分类：其它

    • 发布日期：2014-11-02
    • 文件大小：365kb
    • 提供者：long7782

  1. Hilton用玻尔兹曼机实现数据降维的源代码

  2. %2006年Hilton在《science》上发表文章《Reducing the Dimensionality of Data with Neural Networks》开创了深度学习的先河，从此深度学习大火至今。 %这里给出的就是这篇文章里使用的源代码，采用玻尔兹曼机进行数据降维。是深度学习及玻尔兹曼机入门方面非常好的材料。 %使用方法：训练一个AutoEncoder可选取以下一个程序进行组合： mnistdeepauto.m； 主程序 converter.m 将原始的MNIST数据集转换为

  3. 所属分类：电信

    • 发布日期：2014-12-06
    • 文件大小：11mb
    • 提供者：u011046891

  1. 人工神经网络MATLAB程序代码

  2. 第一章 人工神经网络………………………………………………… 3 §1.1人工神经网络简介………………………………………………………… 3 1．1 人工神经网络的起源 …………………………………………………… 3 1．2 人工神经网络的特点及应用 …………………………………………… 3 §1.2人工神经网络的结构………………………………………………… 4 2．1 神经元及其特性………………………………………………………… 5 2．2 神经网络的基本类型 ……………………………………………… 6

  3. 所属分类：讲义

    • 发布日期：2016-02-26
    • 文件大小：1mb
    • 提供者：qq_28218189

  1. BP 神经网络 VC++ 实现

  2. 是一种按误差逆传播算法训练的多层前馈网络，是目前应用最广泛的神经网络模型之一。BP网络能学习和存贮大量的输入-输出模式映射关系，而无需事前揭示描述这种映射关系的数学方程。它的学习规则是使用最速下降法，通过反向传播来不断调整网络的权值和阈值，使网络的误差平方和最小。BP神经网络模型拓扑结构包括输入层（input）、隐层(hide layer)和输出层(output layer)

  3. 所属分类：网络基础

    • 发布日期：2009-04-18
    • 文件大小：52kb
    • 提供者：wxj684

  1. 基于神经网络控制的PID

  2. 基于神经网络反向传播法来控制比例积分控制器，来调优参数

  3. 所属分类：深度学习

    • 发布日期：2018-07-12
    • 文件大小：12kb
    • 提供者：wjh229809508

  1. 梯度下降法与反向传播 (1)

  2. 取目标函数 ，其中 ，用 去代表 和 以强调它可能是任意的函数。在求解目标函数最小值的过程中理论上可以采用两种方法进行计算：一种解决方法就是用数值计算的方法去计算出它的最小值，但是这种方法需要求偏导数，然而在参数量巨大的神经网络中这是很难完成的一件事情；另一种方法是采用梯度下降的方法，计算较为简便。   在介绍梯度下降法的时候，首先忽略神经网络的结构，假设其为具有很多变量的函数，而我们的目的就是求解出这样的函数的最小值。当对自变量做较小的改变的时候

  3. 所属分类：深度学习

    • 发布日期：2018-08-10
    • 文件大小：1mb
    • 提供者：yym1660028

  1. 神经网络-反向传播算法详解

  2. BP算法(即反向传播算法)是在有导师指导下，适合于多层神经元网络的一种学习算法，它建立在梯度下降法的基础上。BP网络的输入输出关系实质上是一种映射关系：一个n输入m输出的BP神经网络所完成的功能是从n维欧氏空间向m维欧氏空间中一有限域的连续映射，这一映射具有高度非线性。它的信息处理能力来源于简单非线性函数的多次复合，因此具有很强的函数复现能力。这是BP算法得以应用的基础

  3. 所属分类：机器学习

    • 发布日期：2018-10-03
    • 文件大小：102kb
    • 提供者：qq_33017693

  1. 基于图像处理的管道瓦斯爆炸火焰传播速度特征

  2. 为研究瓦斯/空气预混气体爆炸火焰传播速度特征,利用瓦斯爆炸实验系统开展了9.5%体积分数下的瓦斯爆炸实验,通过高速摄影系统拍摄了爆炸火焰传播图像;分析提出了利用图像相关系数法计算瓦斯爆炸火焰传播速度的基本原理和方法,计算分析了9.5%体积分数瓦斯爆炸全过程中的火焰传播速度动态变化规律。结果表明:爆炸火焰处于加速、减速、反向传播,再加速、减速直至熄灭的过程,火焰不断震荡。进一步地对爆炸火焰进行了细化分析,通过对预处理图像进行横向和纵向的等分,计算视窗中不同部分的火焰传播速度,并与按整体计算的速度进

  3. 所属分类：其它

    • 发布日期：2020-04-20
    • 文件大小：588kb
    • 提供者：weixin_38733333

  1. 基于分维特征和反向传播神经网络的自然纹理识别

  2. 提出一种利用分维特征, 即自然纹理的自相似性进行纹理识别的研究。 利用原始图像、 高灰度图像、 低灰度图像、 四个方向(0°, 45°, 90°, 135°)的梯度图像及二阶多分维共八个分维数作为特征值; 分维的计算采用改进的盒子计数法(MBCM); 最后利用反向传播(BP)神经网络进行纹理的分类识别。 实验结果与其它技术进行了比较, 并提出利用维纳滤波进一步改进分类性能。

  3. 所属分类：其它

    • 发布日期：2021-02-11
    • 文件大小：1017kb
    • 提供者：weixin_38567956

  1. 基于BP神经网络和主元分析法的数码相机光谱重构算法

  2. 从数码相机的RGB 信号重构物体表面的光谱反射率是光谱颜色管理研究中的重要课题之一。提出了一种基于误差反向传播前馈神经网络(BP)和主元分析法(PCA)实现色卡的表面光谱反射率重构的新算法。通过对三种色卡进行光谱重构实验研究了BP 神经网络的最优结构和主元数的最佳选择，验证了算法的精度。实验结果表明，采用适当的BP 神经网络和主元分析相结合的新算法能够精确重构同类色卡的表面光谱反射率。

  3. 所属分类：其它

  1. 【神经网络】{6} ——反向传播（学习笔记）

  2. 此处开始讲解一个算法来尝试优化神经网络结构的代价函数。 这是一个让代价函数最小化的算法——反向传播算法。 首先来看一下神经网络的代价函数： 要做的就是设法找到参数θ，使得J(θ)取到最小值，为了使用梯度下降法或者其他某种高级优化算法，需要做的就是写一段代码，这段代码获得输入参数θ，并计算J(θ)和这些偏导项： 神经网络里对应的参数Θ_ij^(l)∈R（都是实数）。 为了计算代价函数J(θ)，用下面这个公式： 我们大部分时间要重点关注如何计算这些偏导项： 我们从只有一个训练样本的情况

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：373kb
    • 提供者：weixin_38748875
« 12 3 »