搜索资源列表
用BP网络完成函数的逼近源程序.zip
- 用BP网络完成函数的逼近源程序
mat-bp
- 用BP实现函数逼近 Matlab有如下特点： 1.编程效率高 例如：普通的矩阵计算用一般的高级语言，如C,Pascal等，需要十几至几十行语句，用matlab， 至多几行。 2.用户使用方便； 3.语句简单，内涵丰富； 4.高效方便的矩阵和数值计算； 5.方便的绘图功能，等等。
三层BP神经网络逼近非线性函数
- 内容如题，其中BP神经网络的建立采用自编函数，而非Matlab自带的神经网络建立函数
BP_tanh_linaer
- BP神经网络Simulink模型。。例子给了个离散传递函数。训练后的网络可以逼近任意传递函数，或者非线性函数。-Simulink model of BP neural network. . Examples for the discrete transfer function. Trained network can approximate any transfer function, or the nonlinear function.
BP
- 应用BP神经网络对两个函数进行非线性逼近，并给出MATLAB源程序，还对结果进行了分析。-Application of BP neural network of the two non-linear function approximation, and gives MATLAB source code, but also on the results are analyzed.
BP1214
- BP神经网络的逼近函数源代码 数学建模-BP neural network approximation function of the source code for mathematical modeling
example_bpnetronetwork
- BP算法例子：用一个五层的神经网络去逼近函数-example_bpnetronetwork_5layers
bp
- 基于BP神经网络算法的函数逼近，利用matlab实现BP算法逼近任意非线性函数-BP neural network algorithm based on function approximation, using matlab to achieve BP algorithm approximate any nonlinear function
BP
- 不使用matlab神经网络工具箱用bp网络实现函数逼近。利于了解bp网络的原理-Do not use matlab neural network toolbox with bp networks function approximation. Help to understand the principle of the network bp
BP
- 利用BP网络实现函数逼近，本程序以cos(k*pi*p)为例进行逼近-Function approximation using BP network, the procedures to cos (k* pi* p) as an example approximation
bp-rbf-neural-networks
- 介绍如何通过matlab使用bp神经网络和rbf神经网络来逼近非线性函数-Describes how to use matlab bp neural network and rbf neural networks to approximate nonlinear functions
bp_c
- BP人工神经网络改进算法 加入惯性系数 bp算法c语言实现_函数逼近-c code of bp algorithm.
BP
- BP神经网络是一个前向网络，它利用误差反向传播算法对网络进行训练，结构简单，可塑性强。本例选择3层BP神经网络（隐层为1层）来逼近函数，单输入单输出，隐层包含7个神经元，预设精度为0.1，学习率设为0.1，循环次数为5000次，达到循环次数，或结果达到预设精度要求，结束计算。激活函数选择双曲函数，采用梯度下降法，通过神经元的输入和误差，以及权值的学习速率来计算权值的变化率。将输入提供给网络后，神经元的激活值从输入层经各中间层向输出层传播，输出层的神经元获得网络的输入相应。接下来，按照减少目标输出
BP
- 一层BP神经网络逼近函数，用MATLAB编写，不是神经网络工具箱。-Layer BP neural network approximation function, prepared using MATLAB neural network toolbox.
BP神经网络
- 利用BP神经网络去做函数逼近和解决分类问题(BP neural network is used to do function approximation and solve classification problem)
BP
- BP神经网络经过训练与学习，逼近非线性函数(BP neural networks are trained and studied to approximate nonlinear functions)
BP
- 用代码（非工具箱）实现BP神经网络对含有随机噪声的sin函数的逼近(The approximation of sin function with random noise by BP neural network with code (non toolbox))
BP,RBF
- BP神经网络作为一种前馈性的神经网络，RBF神经网络由于其独特的联想记忆功能，常常用来用于识别和优化计算方问题上。分别对这两种算法用于对逼近非线性函数进行编程，观察其拟合情况后，用其他未训练的样本数据进行泛化能力分析。(BP neural network is a feed-forward neural network. RBF neural network is often used to identify and optimize the computation problem due to