搜索资源列表
songbp
- 人工神经网络教程，反向传播算法，新的程序，直接运行-ANN guides, back-propagation algorithm, the new procedures, direct operation
rl
- 人工神经网络(Aartificial Neural Network，下简称ANN)是模拟生物神经元的结构而提出的一种信息处理方法。早在1943年，已由心理学家Warren S.Mcculloch和数学家Walth H.Pitts提出神经元数学模型，后被冷落了一段时间，80年代又迅猛兴起［1］。ANN之所以受到人们的普遍关注，是由于它具有本质的非线形特征、并行处理能力、强鲁棒性以及自组织自学习的能力。其中研究得最为成熟的是误差的反传模型算法(BP算法，Back Propagation)，它的网络
pmc_treinamento
- Traning for ANN with back propagation
bp
- 自己编写的BP神经网络matlab算法，m文件。-Back Propagation Artificial Neural Networks, ANN
backprop1
- back propagation ANN training
ANN-BP
- 神经网络 反向传播网络 BP神经网络 基础学习 不错的资料 -BP neural network back-propagation neural network learning good information network infrastructure
Ann
- 简单实现了使用三层误差反向传播神经网络进行数值拟合的算法，-Simple three-error back-propagation neural network numerical fitting algorithm,
ANN_dgfor_bus18
- ann progra with error back propagation
backpropagation
- ANN on back propagation
mlp
- Back Propagation Weight Update Rule
BP-ANN
- BP网络是一种按误差逆传播算法训练的多层前馈网络，目前应用较为广泛。它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。本文讲述了一种关于BP神经网络应用实例。-BP network is a back propagation algorithm by former Multilayer feedforward network, currently used more widely.They can learn and store a lot of input-
offline-signature-recognition
- As signatures are widely accepted bio-metric for authentication and identification of a person because every person has a distinct signature with its specific behavioral property, so it is very much necessary to prove the authenticity of signature
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
bp
- 双隐层反向传播神经网络，预测,分析均方根误差误差,数据包传送源码程序。(It is a double hidden layer back-propagation neural network, future line prediction, analysis error, data packet transmission source program.)