搜索资源列表
FigureDlg
- 我们的任务是要设计并训练出一个可行、高效的 BP 网络，以实现对 0到 9共 10 个加噪声后的数字和识别。-Our mission is to design and train a viable and efficient BP networks to achieve 0-9 to a total of 10 increases the noise figure and identification.
bp2
- bp神经网络源码, NEWFF---生成一个新的前向神经网络 TRAIN-----对BP神经网络进行训练 SIM----对BP神经网络进行仿真 -bp neural network source code
BBOPbp
- 将生物地理学优化算法训练BP神经网络的权值，并将BP网络用于非线性系统辨识。-Biogeography optimization algorithm to train the BP neural network weights, and BP network for nonlinear system identification.
dongliangsuanfa
- 采用动量梯度下降算法训练BP网络，证明,一个3层的BP网络能够实现任意的连续映射,可以任意精度逼近任何给定的连续函数。-Using momentum gradient descent algorithm to train the BP network, proved that a three-layer BP network to any continuous mapping can be arbitrary-precision approach any given continuous fun
BP
- BP神经网络：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)。-BP neural network: a Press the front back propagatio
BP
- 使用VC6.0实现BP神经网络功能，可以进行数据的训练与测试。-Use VC6.0 achieve BP neural network function, you can train and test data.
bp2
- 采用贝叶斯正则化算法提高 BP 网络的推广能力。 在本例中，我们采用两种训练方法，即 L-M 优化算法（trainlm）和贝叶斯正则化算法（trainbr），用以训练 BP 网络，使其能够拟合某一附加有白噪声的正弦样本数据。-Bayesian regularization algorithm to improve the generalization ability of BP network. In this example, we use two training methods, na
BP-recognize
- 神经网络学习相关：基于BP网络实现模糊字母识别 设计一个标准BP学习算法训练网络，实现对加噪字母的识别 -Neural network learning relevant: fuzzy identification letters design a standard BP learning algorithm to train the network based on BP network, adding noise to achieve recognition of the lette
train
- matlab写的神经网络训练识别程序 用于识别火灾情况-matlab code for bp training and recognition
采用BP神经网络进行非线性预测
- 该代码包括单隐含层BP和双隐含层BP。建立基于BP神经网络的预测模型，对数据进行随机排列，选取训练样本和测试样本，训练样本训练网络，测试样本进行验证(The code includes single hidden layer BP and double hidden layer BP. Establish a prediction model based on BP neural network, arrange the data randomly, select training sample
建模
- 利用matlab2012a，制作两个excel表格，一个是建模集train，另一个是验证集test，然后就可以构建出人工神经网络模型bp，之后再用验证集做外部验证。(Using MATLAB 2012a, two excel tables are made, one is the modeling set train, the other is the validation set test, then the artificial neural network model BP can be