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多层感知器 源代码 神经网络

  2. BP多层感知器 源代码 神经网络 tic; %计时开始 clc; %清屏 clear all; %清除所有变量 disp('输入层神经元个数： 16'); %显示输入层神经元个数 input=16; disp('中间层神经元个数： 8'); %显示中间层神经元个数 middle=8; disp('输出层神经元个数： 3'); %显示输出层神经元个数 output=3; disp('输入模式1 2 3及其对应的输出：'); x1=[1;1;1;1;1;0;0;1;1;1;1;1;1;0;0;1]

  3. 所属分类：网络基础

    • 发布日期：2009-06-13
    • 文件大小：28672
    • 提供者：xxl04120184

  1. 多层感知器神经元的设计Matlab

  2. 设计多层感知器神经元来解决一个分类问题：将10个输入向量分为4类。用plot函数绘出向量分布和分类线。 输入向量为P=[0.1 0.7 0.8 0.8 1.0 0.3 0.0 -0.3 -0.5 -1.5; 1.2 1.8 1.6 0.6 0.8 0.5 0.2 0.8 -1.5 -1.3] 目标向量为T=[1 1 1 0 0 1 1 1 0 0 ; 0 0 0 0 0 1 1 1 1 1 ]

  3. 所属分类：其它

    • 发布日期：2009-10-18
    • 文件大小：428
    • 提供者：huiqiang1609

  1. 神经网络感知器（原理及matlab程序）

  2. 1、应用单层感知器做的一个简单的分类 2、单层单输出感知器解决一个简单的分类问题 3、单层单输出感知器实现“或”功能 4、单层双输出感知器实现多个神经元的分类 5、多层感知器完成异或功能

  3. 所属分类：网络基础

    • 发布日期：2009-11-11
    • 文件大小：1048576
    • 提供者：appe1943

  1. 神经网络 MATLAB神经网络应用设计

  2. 张德丰 (2010). "MATLAB神经网络应用设计." 只有代码 "目 录 前言 第1章 神经网络概述 1 1.1 神经网络的基本概念 1 1.1.1 生物神经元的结构与功能特点 1 1.1.2 人工神经元模型 1 1.1.3 神经网络的结构及工作方式 3 1.1.4 神经网络的学习 4 1.2 神经网络的发展和应用 7 1.2.1 神经网络的发展 7 1.2.2 神经网络的研究内容 8 1.2.3 神经网络的应用 8 1.3 神经网络的特点 8 1.4 MATLAB语言及入门 9 1.4

  3. 所属分类：网络基础

    • 发布日期：2010-12-02
    • 文件大小：19456
    • 提供者：qq112964734

  1. MATLAB神经网络工具箱函数 神经元模型和网络结构 神经网络

  2. 网络创建函数 newp 创建感知器网络 newlind 设计一线性层 newlin 创建一线性层 newff 创建一前馈BP网络 newcf 创建一多层前馈BP网络 newfftd 创建一前馈输入延迟BP网络 newrb 设计一径向基网络 newrbe 设计一严格的径向基网络 newgrnn 设计一广义回归神经网络 newpnn 设计一概率神经网络 newc 创建一竞争层 newsom 创建一自组织特征映射 newhop 创建一Hopfield递归网络 newelm 创建一Elman递归网络

  3. 所属分类：网络基础

    • 发布日期：2010-12-06
    • 文件大小：272384
    • 提供者：zhangkang_123

  1. 感知器算法

  2. 1． 感知器算法 感知器算法是通过训练模式的迭代和学习算法，产生线性可分的模式判别函数。感知器算法就是通过对训练模式样本集的“学习”得出判别函数的系数解。在本次实验中,我们主要是采用硬限幅函数进行分类。 感知器的训练算法如下： 设输入矢量 ， 加权矢量 ,则神经元 的输出可通过下式来计算 （1） 这里对于训练结束我们判断的依据是实际输出值与理想预期值之间误差的均方值最小。定义 它的均方值记作 ,令 , 则可以推出 （2） 可证存在最佳的加权矢量 ，使 达到最小。解得 （3） 式（3）给出了求最

  3. 所属分类：专业指导

    • 发布日期：2012-05-21
    • 文件大小：393216
    • 提供者：liulong1010

  1. 神经网络理论与MATLAB7实现.part1 （PDF）

  2. 第1章 概述 神经网络理论与MATLAB7实现.part2的下载地址： http://download.csdn.net/source/663497 1.1 MATLAB语言简介 1.1.1 MATLAB概述 1.1.2 MATLAB语言特点 1.1.3 MATLAB 7的安装 1.1.4 MATLAB 7的新特点 1.1.5 MATLAB 7的新产品及更新产品 1.1.6 Simulink 6.0的新特点 1.2 MATLAB快速入门 1.2.1 命令行窗口 1.2.2 其他重要窗口 1.2

  3. 所属分类：网络基础

    • 发布日期：2008-10-03
    • 文件大小：20971520
    • 提供者：ndongf

  1. 神经网络理论与MATLAB7实现.part2（PDF）

  2. 神经网络理论与MATLAB7实现.part1的下载地址： http://download.csdn.net/source/663471 第1章 概述 1.1 MATLAB语言简介 1.1.1 MATLAB概述 1.1.2 MATLAB语言特点 1.1.3 MATLAB 7的安装 1.1.4 MATLAB 7的新特点 1.1.5 MATLAB 7的新产品及更新产品 1.1.6 Simulink 6.0的新特点 1.2 MATLAB快速入门 1.2.1 命令行窗口 1.2.2 其他重要窗口 1.2

  3. 所属分类：网络基础

    • 发布日期：2008-10-03
    • 文件大小：17825792
    • 提供者：ndongf

  1. 工神经网络教程_韩力群

  2. 第1章 绪论 1.1 人工神经网络概述 1.2 人工神经网络发展简史 1.3 神经网络的基本特点与功能 1.4 神经网络的应用领域 本章小结 思考与练习 第2章 人工神经网络建模基础 2.1 脑的生物神经系统概述 2.2 生物神经网络基础 2.3 人工神经元模型 2.4 人工神经网络模型 2.5 神经网络学习 本章小结 思考与练习 第3章 感知器神经网络 3.1 单层感知器 3.2 多层感知器 3.3 自适应线性单元简介 3.4 误差反传算法 3.5 标准BP算法的改进 3.6 基于BP算法的

  3. 所属分类：讲义

    • 发布日期：2015-01-31
    • 文件大小：7340032
    • 提供者：taicangyun

  1. 神经网络理论与MATLAB7实现

  2. 第1章 概述 1.1 MATLAB语言简介 1.1.1 MATLAB概述 1.1.2 MATLAB语言特点 1.1.3 MATLAB 7的安装 1.1.4 MATLAB 7的新特点 1.1.5 MATLAB 7的新产品及更新产品 1.1.6 Simulink 6.0的新特点 1.2 MATLAB快速入门 1.2.1 命令行窗口 1.2.2 其他重要窗口 1.2.3 Editor/Debugger窗口 1.2.4 MATLAB帮助系统 1.2.5 神经网络工具箱快速入门 1.3 神经网络发展史

  3. 所属分类：专业指导

    • 发布日期：2015-07-05
    • 文件大小：38797312
    • 提供者：lengwuqin

  1. 人工神经网络实用教程

  2. 目录 前言 第1章 人工神经网络概述 1.1 神经网络的基本概念 1.1.1 生物神经元的结构与功能特点 1.1.2 人工神经元模型 1.1.3 神经网络的结构及工作方式 1.1.4 神经网络的学习 1.2 神经网络的特点及其应用 1.2.1 神经网络的特点 1.2.2 神经网络的应用领域 练习题 第2章 实用神经网络模型与学习算法 2.1 MATLAB快速入门 2.1.1 MATLAB界面组成 2.1.2 MATLAB基本运算 2.1.3 MATLAB绘图函数 2.2 感知器神经网络模型与学

  3. 所属分类：专业指导

    • 发布日期：2015-07-05
    • 文件大小：4194304
    • 提供者：lengwuqin

  1. 神经网络部分设计的部分视频

  2. BP 神经网络作为人工神经网络中应用最广的算法模型，具有完备的理论体系和学习机 制。它模仿人脑神经元对外部激励信号的反应过程，建立多层感知器模型，利用信号正向传播和误差反向调节的学习机制，通过多次迭代学习，成功地搭建出处理非线性信息的智能化网络模型。

  3. 所属分类：专业指导

    • 发布日期：2015-11-26
    • 文件大小：17408
    • 提供者：qq_33144605

  1. 感知器神经网络

  2. 深度学习通常是训练深度（多层）神经网络，用于模式识别（如语音、图像识别）；深度网络 指是具有深层（多层）网络结构的神经网络。 深层网络由于神经元多，参数多，拟合表现能力强，有表现欲解决复杂问题的能力。 但是深度网络存在很多局部最优解，深度网络的训练容易停留在局部最优上，初始参数的选择对网络最终收敛在那个位置有很大的影响。

  3. 所属分类：教育

    • 发布日期：2016-01-06
    • 文件大小：169
    • 提供者：gaoyulinlin

  1. 人工神经网络

  2. 介绍人工神经网络的基本知识，前馈型人工神经元网络，神经元模型，多层感知器 BP算法

  3. 所属分类：机器学习

    • 发布日期：2018-12-18
    • 文件大小：176128
    • 提供者：downfeng

  1. matlab神经网络基础

  2. 比较老的资源了，但是还是很经典的一本书，是深度学习的基础。前言 第1章 人工神经网络概述 1.1 神经网络的基本概念 1.1.1 生物神经元的结构与功能特点 1.1.2 人工神经元模型 1.1.3 神经网络的结构及工作方式 1.1.4 神经网络的学习 1.2 神经网络的特点及其应用 1.2.1 神经网络的特点 1.2.2 神经网络的应用领域 练习题 第2章 实用神经网络模型与学习算法 2.1 MATLAB快速入门 2.1.1 MATLAB界面组成 2.1.2 MATLAB基本运算 2.1.3

  3. 所属分类：深度学习

    • 发布日期：2019-03-24
    • 文件大小：29360128
    • 提供者：shangpanda

  1. 卷积神经网络研究综述_周飞燕.pdf

  2. 该文首先概述了卷积神经网络的发展历史,然后分别描述了神经元模型、多层感知器的结构.接着,详细分析了卷积神经网络的结构,包括卷积层、池化层、全连接层,它们发挥着不同的作用.然后,讨论了网中网模型、空间变换网络等改进的卷积神经网络.同时,还分别介绍了卷积神经网络的监督学习、无监督学习训练方法以及一些常用的开源工具.此外,该文以图像分类、人脸识别、音频检索、心电图分类及目标检测等为例,对卷积神经网络的应用作了归纳.卷积神经网络与递归神经网络的集成是一个途径.为了给读者以尽可能多的借鉴,该文还设计并试验

  3. 所属分类：深度学习

    • 发布日期：2020-04-02
    • 文件大小：3145728
    • 提供者：olivia_ye

  1. mnist-digit-classification：使用单层感知器和前馈网络的手写数字识别-源码

  2. MNIST数据集 分为训练集，验证集和测试集。 这三个集合中的每一个都包含两个长度相等的向量： 一组数字，写为长度为784的向量。数据集中的数字形状为28x28像素，并表示为向量。 矩阵中的每个像素的值都在0到1之间，其中0表示白色，1表示黑色，而0到1之间的值是灰色阴影。 第一个向量中每个元素的标签：0到9之间的数字，表示图像中的数字。 单层感知器 分类算法基于10个感知器。 这10个感知器中的每一个都经过训练以对仅代表一位数字的图像进行分类。 例如，第一个感知器将被训练为输出数字0的值1

  3. 所属分类：其它

    • 发布日期：2021-03-02
    • 文件大小：4096
    • 提供者：weixin_42157567

  1. 深度学习基础：为什么神经网络的感知机中的神经元需要偏置项？

  2. 神经元中不添加偏置项可以吗？答案是，不可以每个人都知道神经网络中的偏置（bias）是什么，而且从人类实现第一个感知器开始，每个人都知道神经元需要添加偏置项。但你是否考虑过我们为什么要使用偏置项呢?就我而言，直到不久前我才弄清楚这个问题。当时我和一个本科生讨论了一些神经网络模型，但不知何故她把“偏置输入”（biasinput）和“统计基差”（statisticalbias）搞混了。对我来说，向她解释这些概念当然很容易，但我却很难进一步地告诉她我们为什么要使用偏置项。过了一段时间，我决定尝试写代码来

  3. 所属分类：其它

    • 发布日期：2021-02-24
    • 文件大小：300032
    • 提供者：weixin_38663167

  1. OpenCV工作展示一个隐层感知器NN训练有HSV强度值的特征：OpenCV工作展示一个隐层感知器NN训练有HSV强度值作为分割水像素的特征向量来自水下图像中的非水像素-源码

  2. OpenCV工作展示了一个隐层感知器NN训练的HSV强度值 OpenCV工作展示了一个隐层感知器NN，该隐层感知器NN被HSV强度值训练为特征向量，用于从水下图像中的非水像素中分割水像素 以下使用OpenCV（4.2）库的工作使用多层（三层）感知器神经网络来训练和预测水下图像中的水像素，同时将色相，饱和度和值（灰色）强度值视为特征向量。 这项工作还提供了在1000个神经元以下增加其#neurons的效果。 请注意，它可能无法持续工作超过一千个神经元。 TrainData：它包含必须为CV_32F

  3. 所属分类：其它

    • 发布日期：2021-02-19
    • 文件大小：1048576
    • 提供者：weixin_42097208

  1. CIFAR_MLP_Pytorch_Lightning:使用Pytorch光照库在CIFAR数据集上训练了多层感知器（MLP）神经网络-源码

  2. CIFAR_MLP_Pytorch_Lightning 使用Pytorch照明库对多层感知器（MLP）神经网络进行了训练。 CIFAR数据集用于对神经网络进行分类。 进行不同的实验并观察结果。 实验类型和网络验证准确性如下： 版本1：B_SIze：32 H_Layers：1 H神经元：512 Optim：SGD Sigmoid Val_Acc：0.4706 版本2：B_SIze：32 H_Layers：1 H神经元：1512优化：SGD Sigmoid Val_Acc：0.4626 版

  3. 所属分类：其它

    • 发布日期：2021-03-28
    • 文件大小：3072
    • 提供者：weixin_42114046
« 12 »