搜索资源列表
BP-predict
- 针对中长期电力负荷预测样本量小、多因素影响的特点,利用灰色关联度筛选影响因素,建立基于BP 神经网络算法的负荷预测模型,通过多因素变量及历史负荷变量序列进行滚动预测,得到的预测值明显优于 单一预测方法,并通过马尔可夫过程对预测残差进行修正,使预测精度得到较大提高,研究实证表明,这种预 测方法具有进行推广应用的价值 -For long-term load forecasting small sample size, the
BP2BE
- 基于BP神经网络的盲均衡器设计， 采用BP神经网络进行盲均衡 残差小，误码率低-blind equalizationo based n bp neural networks
BPcanchayuce
- 基于ＢＰ神经网络的残差值预测，根据已经得到的残差实际值结合ＢＰ神经网络模型进行仿真，得出预测数据-Based on the residual value of the BP neural network prediction, according to the residual has actual value simulation combined with BP neural network model, forecast data
vgg16
- 在使用深度神经网络时我们一般推荐使用大牛的组推出的和成功的网络。如最近的google团队推出的BN-inception网络和inception-v3以及微软最新的深度残差网络ResNET。(In the use of deep neural network we generally recommend the use of cattle group launched and successful network. Such as the
Residual-Networks
- 残差神经网络的Python实现,用于机器学习的图像识别方向。(Python implement on Residual Network)
tensorflow-resnet-master
- 残差神经网络的代码，可以用，非常好，，，，，，。(resual CNN about deep learning ,very good.........................)
Residual_Neural_Network-master
- 实现了残差神经网的训练，在jubernotebook上运行(The training of residual neural network is realized and it runs on jubernotebook)
models
- 包含unet/google-v2/CNN等多种神经网络的模型(Multiple Neural Network Models)