搜索资源列表
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
基于RBF神经网络的CPI预测
- 采用RBF神经网络的结构、特性和训练算法，根据CPI(消费者物价指数)与其影响因素之间存在的映射关系，应用神经 网络建立了多因素非线性时间序列预测模型。最后通过仿真实验和研究，把RBF神经网络与传统的BP网络预测结果进行比较，结果证明，该模型的预测精确度更高，结果令人满意。
BP神经网络非线性系统建模
- 基于BP神经网络的非线性系统函数拟合算法,分为BP神经网络构建,BP神经网络训练和BP神经网络预测.
基于神经网络逆系统的无轴承异步电机非线性内模控制_王正齐
- 基于神经网络逆系统的无轴承异步电机非线性内模控制_王正齐
遗传算法优化BP神经网络-非线性函数拟合
- 进行非线性函数拟合且用遗传算法对BP神经网络进行优化(The nonlinear function is fitted and the BP neural network is optimized by genetic algorithm)
RBF网络的回归-非线性函数回归的实现
- 利用RBF神经网络对非线性函数进行回归分析(The nonlinear function is regressed by RBF neural network)
非线性网络
- 非线性网络MATLAB程序实现，需要的可以下载(matlab program non liner)
遗传算法优化BP神经网络-非线性函数拟合
- 基于遗传算法优化神经网络进行故障诊断的研究(Genetic neural network optimization)
BP神经网络的非线性系统建模-非线性函数拟合
- BP神经网络的非线性系统建模-非线性函数拟合(Nonlinear system modeling of BP neural networks nonlinear function fitting)
遗传算法优化BP神经网络-非线性函数拟合
- 遗传算法优化BP神经网络-非线性函数拟合(Genetic algorithm optimization BP neural network nonlinear function fitting)
MATLAB+神经网络超级学习手册-程序代码
- 神经网络学习必备，可以解决大部分非线性问题(Neural network learning essential, you can solve most of the nonlinear problems)
BP神经网络的非线性系统建模——非线性函数拟合
- 在工程应用中经常会遇到一些复杂的非线性系统，这些系统状态方程复杂，难以用数学方 法准确建模。在这种情况下，可以建立 BP 神经网络表达这些非线性系统。该方法把未知系统看成是一个黑箱，首先用系统输入输出数据训练 BP 神经网络，使网络能够表达该未知函数，然后用训练好的 BP 神经网络预测系统输出 。(In engineering applications, some complicated nonlinear systems are often encountered. The equations
遗传算法优化BP神经网络——非线性函数拟合
- 遗传算法优化 BP 神经网络分为 BP 神经网络结构确定、遗传算法优化和 BP 神经网络预 测 3 个部分。 BP 神经网络预测用遗传算法得到最优个体对网络初始权值和阔值赋值，网络经训练后预测函数输出。(Genetic algorithm optimization BP neural network is divided into 3 parts: BP neural network structure determination, genetic algorithm optimization
遗传算法优化RBF神经网络
- 遗传算法优化RBF神经网络逼近非线性函数，具有较好的效果(Genetic algorithm, optimization, RBF neural network, approximation)
BP神经网络的非线性系统建模_非线性函数拟合
- BP神经网络构建根据拟合非线性函数特点确定BP神经网络结构，由于该非线性函数有两个输入参数，一个输出参数，所以BP神经网络结构为2—5—1，即输入层有2个节点，隐含层有5个节点，输出层有1个节点。 从非线性函数中随机得到2000组输入输出数据，从中随机选择1900组作为训练数据，用于网络训练，100组作为测试数据，用于测试网络的拟合性能。(Construction of BP neural network for nonlinear function fitting structure acc
BP神经网络的非线性系统建模-非线性函数拟合
- BP神经网络的非线性系统建模-非线性函数拟合(Nonlinear system modeling of BP neural network nonlinear function fitting)
BP神经网络用于非线性函数拟合
- BP神经网络用于非线性函数的拟合，效果不错，适合初学者。(BP neural network for nonlinear function fitting, the effect is good, suitable for beginners.)
神经网络遗传算法极值寻优
- 神经网络遗传算法，用于非线性函数的极值寻优，非常好的源码(Neural network genetic algorithm, for nonlinear function extremum seeking, very good source code)
07 神经网络与深度学习
- 人工神经网络（Artificial Neural Networks，ANN）系统是 20 世纪 40 年代后出现的。它是由众多的神经元可调的连接权值连接而成，具有大规模并行处理、分布式信 息存储、良好的自组织自学习能力等特点。BP（Back Propagation）算法又称为误差 反向传播算法，是人工神经网络中的一种监督式的学习算法。BP 神经网络算法在理 论上可以逼近任意函数，基本的结构由非线性变化单元组成，具有很强的非线性映射能力。(The Artificial Neural Network
案例3 遗传算法优化BP神经网络-非线性函数拟合
- 直接可用的matlab代码，用神经网络解决非线性函数拟合问题(Direct available matlab code to solve nonlinear function fitting problem by neural network)