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网络的应用实例，基于matlab仿真实验

  2. 该实验报告是基于matlab仿真工具，实现单层神经网络的仿真，从而详细讲解BP算法的原理。采用BP算法实现对信号的学习。BP神经网络是一个信号单向传播的多层前馈式误差反向传播神经网络。BP算法的基本思想是最小二乘法，它采用梯度搜索技术，使得网络的实际输出和理想输出的误差均方值为最小。其学习过程分两个过程：一是信号的正向传输，二是误差的反向传输。在信号的正向传输过程中，输入信号从输入层经隐含逐层处理，并传向输出层，每个神经元的状态只影响下一层神经元的状态，若输出层不能得到期望的输出，则转向反向传

  3. 所属分类：其它

    • 发布日期：2009-07-06
    • 文件大小：245kb
    • 提供者：XUEYUAN0101

  1. 神经网络反向传播算法

  2. 神经网络反向传播算法的代码实现 可以直接运行

  3. 所属分类：网络基础

  1. BP神经网络在铁路客运市场时间序列预测中的应用

  2. 本文探讨用人工神经网络的反向传播算法研究铁路客运市场的时间序列预测。数值计算结果表明该方法预测精度较高，方法简单易行，为铁路客运市场预测研究提供了新的途径。

  3. 所属分类：其它

    • 发布日期：2011-11-20
    • 文件大小：198kb
    • 提供者：axhp718

  1. C++实现反向传播神经网络(机器学习 神经网络)

  2. C++实现反向传播神经网络, 代码干净, 整洁, 有示例, 有注释, 具有良好的封装性, 可直接迁移使用

  3. 所属分类：C++

    • 发布日期：2016-03-17
    • 文件大小：12kb
    • 提供者：theone_jie

  1. 反向传播神经网络（BP网络）java实现（手写体识别）

  2. 反向传播神经网络（BP网络）java实现。我这个项目是用BPNN做手写体识别，最后效果并不好，不过算法本身是正确的，我用它做过习题。具体原理可以看我的博客

  3. 所属分类：Java

    • 发布日期：2017-04-02
    • 文件大小：515kb
    • 提供者：jiafgn

  1. Mnist BP ANN

  2. 此代码文件为python脚本，结合numpy人工智能库，利用BP反向传播神经网络算法训练Mnist不同数字图片的数据集。

  3. 所属分类：机器学习

    • 发布日期：2017-09-26
    • 文件大小：3kb
    • 提供者：u010170739

  1. 神经网络BP算法

  2. 通过反向传播算法训练神经网络，进行权重更新。代码采用matlab编程，含有实验数据，下载后可以直接运行。

  3. 所属分类：机器学习

    • 发布日期：2017-12-13
    • 文件大小：1kb
    • 提供者：fayuanzhen2227

  1. 神经网络的反向传播算法/BP算法

  2. 自己写的一个作业，是神经网络里面的反向传播算法。大家看看

  3. 所属分类：其它

    • 发布日期：2008-12-12
    • 文件大小：18kb
    • 提供者：u013806069

  1. How does autograd/BP work

  2. “所有数值计算归根结底是一系列有限的可微算子的组合” 深入探讨反向传播算法

  3. 所属分类：机器学习

    • 发布日期：2018-03-25
    • 文件大小：1mb
    • 提供者：okcd00

  1. BP反向传播神经网络介绍及公式推导

  2. 神经网络中的反向传播（BackPropagation）介绍及公式推导 神经网络中的激活函数的作用，最常用的两个激活函数Sigmoid 和TanH 代价函数对介绍二次代价函数(Quadratic Cost)，交叉熵代价函数(Cross-entropy Cost)

  3. 所属分类：深度学习

    • 发布日期：2018-07-08
    • 文件大小：382kb
    • 提供者：qq_38562705

  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. BP神经网络模型与学习算法

  2. 该PPT讲解了反向传播神经网络模型的推导及数学计算，有助于理解反向传播。

  3. 所属分类：深度学习

    • 发布日期：2018-10-07
    • 文件大小：604kb
    • 提供者：yph001

  1. bp反向传播神经网络 som自组织映射神经网络 matlab gui程序 及ppt 讲解

  2. bp反向传播神经网络 som自组织映射神经网络 matlab gui程序 及ppt 讲解

  3. 所属分类：机器学习

    • 发布日期：2019-08-31
    • 文件大小：5mb
    • 提供者：qq_19819433

  1. 几分钟弄明白 BP 反向传播算法

  2. 今天有朋友咨询我反向传播算法，我觉得不需要太复杂的推导，就可以解释清楚这个算法的原理。 序 假定神经网络采用下面的结构： 1. 最简单的神经网络模型 我们考虑最简单的情况：一个输入节点、一个输出节点、一个训练样本，网络结构如下图： 2. 损失函数 为了简化分析，我们假定只有一个训练样本 (x,y)(x,y)(x,y)。于是，损失函数简化为下面的形式： E=12(y−a5)2(3)\tag3 E = \frac12(y – a_5)^2 E=21​(y−a5​)2(3) 其中，(x,y)(x,

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：152kb
    • 提供者：weixin_38641876

  1. 基于遗传算法优化反向传播神经网络的激光铣削层质量预测

  2. 为了有效地控制激光铣削层质量，建立了激光铣削层质量（铣削层深度、铣削层宽度）与铣削层参数（激光功率、扫描速度和离焦量）之间的反向传播(BP)神经网络预测模型。利用遗传算法(GA)优化了BP神经网络的权值和阈值，构建了基于遗传算法神经网络的质量预测模型。用GA-BP算法对激光铣削层质量进行了仿真预测，并将仿真结果与BP神经网络模型仿真结果进行了对比。仿真结果表明，两种网络模型的平均误差较小，网络训练后检验精度较高，说明两种网络模型用于激光铣削层质量预测是可行的，并且遗传算法优化BP神经网络能够有效

  3. 所属分类：其它

  1. 卷积神经网络反向传播理论推导

  2. 本文来自于csdn，本文首先简单介绍CNN的结构，并不作详细介绍.然后讲解反向传播理论。本文只要讲解CNN的反向传播，CNN的反向传播，其实并不是大多所说的和全连接的BP类似，CNN的全连接部分的BP是与它相同，但是CNN中卷积--池化、池化--卷积部分的BP是不一样的，仔细推导，还是有很多细节地方需要思考的，比如1、在前向传播的过程中，卷积层的输入，是通过卷积核与前一层的输出特征图卷积得来的，那么在反向传播的过程中该怎么处理？这个就与全连接神经网络不同了。2、由于在前向传播的时候，池化层会对前

  3. 所属分类：其它

  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. 基于改进遗传算法的反向传播神经网络拟合LED光谱模型

  2. 发光二极管(LED)太阳光模拟器的设计需要对LED光谱建立精度高且稳定性好的数学模型。针对LED光谱数学模型非线性的特点，提出利用一种经改进遗传算法(GA)优化的反向传播(BP)神经网络对LED光谱模型进行辨识。通过改进GA的算子，提高算法收敛效果和辨识精度，利用改进GA对BP神经网络初始和权值阈值进行优化，用于建立可靠的LED光谱模型。选取不同驱动电流条件下的白色、红色LED光谱进行实验验证，实验结果表明该算法拟合的LED光谱模型与实际测量光谱分布非常接近，相比其他模型精度更高，普适性更好。

  3. 所属分类：其它

  1. 基于反向传播神经网络的自适应双边滤波的超声图像降噪

  2. 在医学超声成像技术中,成像设备、成像机制和检测对象的不均匀性等因素导致超声图像中存在斑点噪声和部分失真的问题,这不仅降低了超声图像的质量,也给临床医学的诊断增加了难度。为了有效地抑制超声图像中的斑点噪声,提出了一种基于反向传播(BP)神经网络的自适应双边滤波的超声图像降噪方法。该方法能够通过BP神经网络预测的局部区域与参考噪声区域之间的相似度值区分超声图像中的噪声区域与组织区域,再通过将BP神经网络预测的相似度值与双边滤波器相结合实现对超声图像的自适应滤波。该双边滤波器能够对超声图像中不同的区域

  3. 所属分类：其它

  1. 卷积神经网络反向传播理论推导

  2. 本文来自于csdn，本文首先简单介绍CNN的结构，并不作详细介绍.然后讲解反向传播理论。本文只要讲解CNN的反向传播，CNN的反向传播，其实并不是大多所说的和全连接的BP类似，CNN的全连接部分的BP是与它相同，但是CNN中卷积--池化、池化--卷积部分的BP是不一样的，仔细推导，还是有很多细节地方需要思考的，比如1、在前向传播的过程中，卷积层的输入，是通过卷积核与前一层的输出特征图卷积得来的，那么在反向传播的过程中该怎么处理？这个就与全连接神经网络不同了。2、由于在前向传播的时候，池化层会对前

  3. 所属分类：其它

« 12 3 4 5 6 7 8 9 10 »