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. BP神经网络模型与学习算法

  2. 　在人工神经网络发展历史中，很长一段时间里没有找到隐层的连接权值调整问题的有效算法。直到误差反向传播算法（BP算法）的提出，成功地解决了求解非线性连续函数的多层前馈神经网络权重调整问题。 　　BP (Back Propagation)神经网络，即误差反传误差反向传播算法的学习过程，由信息的正向传播和误差的反向传播两个过程组成。输入层各神经元负责接收来自外界的输入信息，并传递给中间层各神经元；中间层是内部信息处理层，负责信息变换，根据信息变化能力的需求，中间层可以设计为单隐层或者多隐层结构；最后

  3. 所属分类：网络基础

    • 发布日期：2010-05-14
    • 文件大小：852kb
    • 提供者：lhfzhong2008

  1. 基于BP神经网络的手写数字识别

  2. 脱机手写体敷字识别有着重大的使用价值，特征提取占据了重要的位置，本文针对手写体数字识别中单一识别方法的局限性，提出采用BP神经网络进行识别，并且提出了一种特征提取方法。采用BP神经网络，利用其良好的监督学习功能进行识别，结合提取的降维数字符号的特征。能较好的识别出手写教学符号。BP神经网络，叉称误差反向传递神经网络，是一种依靠反馈值皋不断调整节点之闻的连接权值而构建的一种网络模型。最后，在Mnist手写数据库上的试验结果表明，该方法具有较好的识掰率和较高的可靠性。

  3. 所属分类：网络基础

    • 发布日期：2010-05-24
    • 文件大小：363kb
    • 提供者：jiahong85

  1. 用单片机控制直流电机毕业设计论文

  2. 用单片机控制直流电机 摘要 本设计以AT89C51单片机为核心，以4*4矩阵键盘做为输入达到控制直流电机的启停、速度和方向，完成了基本要求和发挥部分的要求。在设计中，采用了PWM技术对电机进行控制，通过对占空比的计算达到精确调速的目的。 一、 设计方案比较与分析： 1、电机调速控制模块： 方案一：采用电阻网络或数字电位器调整电动机的分压，从而达到调速的目的。但是电阻网络只能实现有级调速，而数字电阻的元器件价格比较昂贵。更主要的问题在于一般电动机的电阻很小，但电流很大；分压不仅会降低效率，而且实

  3. 所属分类：硬件开发

    • 发布日期：2010-06-18
    • 文件大小：372kb
    • 提供者：xuejixing1314

  1. 智能控制BP神经网络实验报告

  2. 智能控制 BP神经网络 实验报告 通过在matlab下面编程实现bp网络逼近标准正弦函数，来加深对BP网络的了解和认识，理解信号的正向传播和误差的反向传递过程。

  3. 所属分类：C/C++

    • 发布日期：2011-04-13
    • 文件大小：106kb
    • 提供者：caesarxjtu

  1. BP神经网络函数逼近

  2. BP神经网络是一种多层前馈神经网络,该网络的主要特点是信号前向传递, 误差反向传播。在前向传递中,输入信号从输入层经隐含层逐层处理, 直至输出层。每一层的神经元状态只影响下一层神经元状态。如果输出层得不到期望输出, 则转入反向传播,根据预测误差调整网络权值和阈值,从而使B P神经网络预测输出不断逼近期望输出。

  3. 所属分类：网络管理

    • 发布日期：2013-04-16
    • 文件大小：30kb
    • 提供者：sail1boat6

  1. 基于Matlab的简单神经网络算法

  2. 这是利用Matlab编写的简单反向误差传递单隐含层神经网络程序

  3. 所属分类：专业指导

    • 发布日期：2014-11-20
    • 文件大小：7kb
    • 提供者：doomraymndsc

  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. （神经网络）

  2. 前馈网络（静态）：信息处理的方向是输入层到输出层逐层前向传递，某一层的输出是下一层的输入，不存在反馈环路。（ 感知器、BP误差反向传播、RBF径向基、线性神经网络、som自组织竞争神经网络、LVQ学习向量量化神经网络、Elman、CNN卷积神经网络、RNN递归神经网络） 反馈网络（动态）：存在信号从输出到输入的反向传播。输出作为输入返回前一层节点时具有闭环的反馈网络是递归网络。 监督训练：为神经网络提供输入和所需的输出；网络对输入的响应是计算出来的的，修改权重以减少实际和期望输出之间的差异；达

  3. 所属分类：讲义

    • 发布日期：2017-12-27
    • 文件大小：306kb
    • 提供者：qq_41547766

  1. 贺冰花-遗传算法优化BP神经网络---非线性函数拟合.docx

  2. 在工程应用中经常会遇到一些复杂的非线性系统，这些系统状态方程复杂，难以用数学方法准确建模。在这种情况下，可以建立BP神经网络表达这些非线性系统。BP神经网络是一种反向传递并且能够修正误差的多层映射函数，它通过对未知系统的输入输出参数进行学习之后，便可以联想记忆表达该系统。但是由于BP网络是在梯度法基础上推导出来的，要求目标函数连续可导，在进化学习的过程中熟练速度慢，容易陷入局部最优，找不到全局最优值。并且由于BP网络的权值和阀值在选择上是随机值，每次的初始值都不一样，造成每次训练学习预测的结果

  3. 所属分类：讲义

    • 发布日期：2019-06-06
    • 文件大小：621kb
    • 提供者：xmtzljj

  1. 齿轮箱——模块化风机机械动力传动装置的先进解决方案.pdf

  2. 齿轮箱——模块化风机机械动力传动装置的先进解决方案pdf,齿轮箱——模块化风机机械动力传动装置的先进解决方案图2:啮合间隙的差异 众所周知,这种行星架会出现相对不同程度的相对行星轴线扭转和偏心,程度与行星架的强度和施加的转矩有 关。一个普遍的做法是对行星齿轮的齿面实施前期校正,用以在与施加的转矩的同一水平上补偿这个偏心。但是对 于其它的载荷情况,这个前期校正可能小于理想情况 遵循长期建立的设计惯例能部分地优化这种设计,但不幸的是有时仍然会发现由于偏心而引起的齿轮边缘损 坏,如图3所示 图3:齿轮

  3. 所属分类：其它

    • 发布日期：2019-10-19
    • 文件大小：695kb
    • 提供者：weixin_38743481

  1. 雅达 YD3000智能电力测控仪使用手册.pdf

  2. 雅达 YD3000智能电力测控仪使用手册pdf,雅达 YD3000智能电力测控仪使用手册雅达 智能电力测控使用手册 主要技术指标 1准确度、显示位数及模式 测显 各相显示符号 参数 准确度 位 显示最大数值及单位 1相2相3相合相 数数 相电压54999 V/kV 2XRD(0~350) 线电压54|99 V/KY V12 V23V31Ve 1.0%RG(0~260V) 0.2%RD(0~54) 电流54999 A/KA I1I2I3 Ie 0.5%D(0~14) 有功功率54999 W/kW/

  3. 所属分类：其它

    • 发布日期：2019-10-12
    • 文件大小：717kb
    • 提供者：weixin_38743602

  1. 基于开关电源中光耦的作用.pdf

  2. 基于开关电源中光耦的作用pdf,在一般的隔离电源中，光耦隔离反馈是一种简单、低成本的方式。但1对于光耦反馈的各种连接方式及其区别，目前尚未见到比较深入的研究。而且在很多场合下，由于对光耦的工作原理理解不够深入，光耦接法混乱，往往导致电路不能正常工作。本研究将详细分析光耦工作原理，并针对光耦反馈的几种典型接法加以对比研究。TL431AB系列 符号 代表性原理图 元件值为标称值 阴极 极冈 参考 参考 阳极 R 20 pF 328k 40k 代表性框图 24k37283 参考 阴极 800 25V

  3. 所属分类：其它

  1. 开关电源环路中的TL431应用.pdf.pdf

  2. 开关电源环路中的TL431应用.pdfpdf,开关电源环路中的TL431.pdf)4卖) 由 1na-1nb= ln 2).因此 1 312s Vr 1n6= R 从这个公式我们可以析取出电流I Vr In6 R 根据R4的值(为4829),可以计算出I1的值。 26m×1.79 ≈97A 482 得到这个电流后,集电极负载R2和R3的压降可根据欧姆定律快速计算出来。 VR2=VR3=3R2I1=R31=1.9k×97m=5.7k×97m=553m(10) 这个电压离采用SPCE计算的偏置点并不

  3. 所属分类：其它

  1. matrixcookbook.pdf

  2. 在刚接触机器学习时，对误差传导求解是不是一脸懵逼，对神经网络信息前向传递，误差反向传导的流程推理是不是很不熟练，尤其是矩阵求导，向量求导，雅克比矩阵、hessen矩阵等，那么这份资料也许可以助你一臂之力。

  3. 所属分类：互联网

    • 发布日期：2020-08-23
    • 文件大小：593kb
    • 提供者：xiaomu_347

  1. 小波神经网络的时间序列预测

  2. 一种以BP神经网络拓扑结构为基础，把小波基函数作为隐含节点的传递函数，信号前向传播同时反向传播误差，代码预测潮位数据，可直接运行，精度还可以

  3. 所属分类：深度学习

    • 发布日期：2020-11-13
    • 文件大小：24kb
    • 提供者：hsshshs

  1. 蒙特卡罗相干微波散射模型扩展到水稻的整个阶段

  2. 构成稻米成分的耳朵层至关重要水稻监测和产量估算。 通过增加耳朵层，我们扩展了原始的相干微波散射模型，该模型基于辐射的一阶解传递方程和蒙特卡洛数值模拟方法，要盛大米。 详细的场景生成和介绍了大米元素的几何描述。 这减少了水稻冠层散射的传播路径。 二近似方法用于笔直拟合弯曲的耳朵气瓶。 抽穗稻田地面实测包括耳朵弯曲在内的阶段中国东部江苏省金湖市。 使用测量参数在新的扩展模型中计算C波段的反向散射稻田系数。 仿真结果用于与从中提取的反向散射系数进行比较RADARSAT-2图像测试相干散射的有效性模型中

  3. 所属分类：其它

    • 发布日期：2021-03-07
    • 文件大小：509kb
    • 提供者：weixin_38746574