搜索资源列表
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
BP
- BP神经网络源程序及训练样本 -BP neural network source code and training samples
NetTraining
- BP神经网络训练VC++程序可以独立运行的大家-Neural Network Training
Face_Angle_Neural_net
- 通过Matlab编程，以建立BP神经网络对人脸进行识别为例子，说明对BP神经网络的训练和模拟的过程。-Through Matlab programming to create BP neural network to recognize human faces as examples of the BP neural network training and simulation process.
BP-face-recognization
- 基于BP神经网络的人脸识别算法的MALAB实现。采用了抽样-全样训练的方式。-BP neural network-based face recognition algorithm MALAB. Using a sample- the whole kind of training methods.
Exameple34Tr
- BP神经网络训练，实际应用，分类，更好的拟合-BP training
BP-shenjinhMATLAB
- 输入学习样本，使用反向传播算法对网络的权值和偏差进行反复的调整训练，使输出的向量与期望向量尽可能地接近，当网络输出层的误差平方和小于指定的误差时训练完成，保存网络的权值和偏差。-Enter the study sample, using the back-propagation algorithm repeatedly adjust training of the network weights and deviation as close as possible, so that the ou
BP
- 改进的BP神经元网络 完整训练回想泛化过程 网络参数可设置-The improved BP neuron network complete training retrospect process of generalization of network parameters can be set
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.
BP-network
- 掌握用BP网络解决实际预测问题的方法，包括数据规格化处理、训练样本和测试样本的组织，网络隐层层数和神经元个数的确定，以及传递函数和训练参数的确定等。-Mastered the method of BP network to solve practical prediction problems, including the normalized data processing, training samples and test samples of tissue, the number of
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
net
- BP神经网络训练的代码，对于初学者非常有用。(neural metwork training)
BP网络训练 (2)
- 主要用于在给定教师样本及一系列参数的情况下对人工神经网络的初始化训练，(Training BP networks)
BP
- BP神经网络的主程序，已经调试成功。其中传递函数可以自己随意选用，sigmoid，pureline等函数。训练函数也可以自己设置，trainlm，trainbr等等(Back propagation neural network.)
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
基于遗传算法优化BP神经网络的非线性预测
- 针对BP神经网络的初始权值和阈值是随机选取的弊端，采用遗传算法寻优BP的初始权值和阈值，然后进行BP训练和测试。遗传算法包括编码 选择 交叉 和变异等操作(Aiming at the disadvantage that the initial weights and thresholds of BP neural network are randomly selected, genetic algorithm is used to optimize the initial weights and
PSO-BP程序
- 用粒子群优化BP神经网络matlab代码 %以下是训练数据，前4列为输入，第5列为输出 5.700 3.800 0.3175 2.33 2310 4.550 3.050 0.3175 2.33 2890 2.950 1.950 0.3175 2.33 4240 1.950 1.300 0.3175 2.33 5840 1.400 0.900 0.3175 2.33 7700 1.200 0.800 0.3175 2.33 8270 1.050 0.700 0.3175
股票预测
- 采用三层BP神经网络结构，输入层神经元数为5，隐含层神经元数为3，输出层神经元数为1，使用MATLAB编写。 将所给数据按14：1分为训练样本集，和测试样本集，经测试及分析，预测误差为0.1700，误差较小。 网络训练好后，输入前一天的6组数据，即：最高价、最低价、开盘价、收盘价、成交量，就能自动预测出后一天的收盘价。(The structure of three-layer BP neural network is adopted. The number of neurons in the i
BP神经网络股票预测
- 在600085这个数据表中，以XZSLX综合作为输入，以收盘价作为输出 以前595个数据作为训练样本，后100个数据作为实际输出。 通过训练数据建立模型，最终输出100个预测的股票收盘价。 将预测的收盘价和实际的收盘价进行对比并求取误差，从而判断所建立模型的准确性。 RBF神经网络调用newff函数实现。(In the data table of 600085, XZSLX synthesis is used as input and closing price as output. The
BP神经网络股票预测
- 分别采用BP网络和RBF网络进行数据预测 在600085这个数据表中，以XZSLX综合作为输入，以收盘价作为输出 以前595个数据作为训练样本，后100个数据作为实际输出。 通过训练数据建立模型，最终输出100个预测的股票收盘价。 将预测的收盘价和实际的收盘价进行对比并求取误差，从而判断所建立模型的准确性。 BP神经网络调用newff函数实现。(In the data table of 600085, XZSLX synthesis is used as input and closing pr