搜索资源列表
BP网络
- 这是我参考了n(n>=5,^_^)篇BP神经网优化方法的论文写出的BP神经网源代码，使用了批处理训练方法，带动量项、学习速率的自适应调整、仅对学习精度没有达到指定要求的模式训练，并且训练精度逐步加大，通过这种方法，极大地加快了训练速度；另外，对于0模式和1模式数目相差很大(5-6倍)都能达到很高的学习精度。-This is my reference to the n (NGT; Chapter 5 = ,^_^) BP neura
BP神经网络源程序
- 基于C开发的三个隐层神经网络，输出权值、阈值文件，训练样本文件，提供如下函数：1）初始化权、阈值子程序；2）第m个学习样本输入子程序；3）第m个样本教师信号子程序；4）隐层各单元输入、输出值子程序；5）输出层各单元输入、输出值子程序；6）输出层至隐层的一般化误差子程序；7）隐层至输入层的一般化误差子程序；8）输出层至第三隐层的权值调整、输出层阈值调整计算子程序；9）第三隐层至第二隐层的权值调整、第三隐层阈值调整计算子程序；10）第二隐层
神经网络bp类c++
- 该程序是BP神经网络算法C++类定义及其说明；经过调试。可用有效工具。对于机器人开发非常好。-BP neural network algorithm definition and category C; After debugging. Effective tools available. For robot development is very good.
BP-nn
- BP神经网络分类器 程序有两种运行状态，一个是学习，另外一个是分类。在学习状态下，在Dos命令符下输入bp learn，便开始学习了，学习的结果放在weight.dat中；在工作状态下，在Dos命令符下输入bp work，便开始识别classfyme.dat中的数据了，识别完成后，结果放在results.dat中。在bp运行的任何一种状态下，都不能手工打开Weight.dat、Sample.dat、classfyme.dat、
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。 -BP realize function approximation using Matlab has the following
BP
- 基于BP神经网络的 参数自学习控制 （1）确定BP网络的结构，即确定输入层节点数M和隐含层节点数Q，并给出各层加权系数的初值 和 ，选定学习速率 和惯性系数 ，此时k=1； （2）采样得到rin(k)和yout(k)，计算该时刻误差error(k)=rin(k)-yout(k)； （3）计算神经网络NN各层神经元的输入、输出，NN输出层的输出即为PID控制器的三个可调参数 ， ， ； （4）根据(3.34)计算PID控制
BP
- 误差逆向传播反馈BP网络，在VC++6.0环境下编译，包括1、界面程序；2、BP神经网络训练程序；3、BP神经网络预报程序；4、BP神经网络说明程序；5、测试范例。-Reverse the spread of error feedback BP network, in VC++6.0 compiler environment, including one, the interface procedures 2, BP neural n
BP
- 神经网络bp算法VC++实现网络的相关运算有：1、网络的输入输出接口，即训练数据的输入，各层权值和节点阈值的输出；2、网络的学习，包括前向传播运算和反向传播运算，误差估计，权值阈值修改；3、网络预测的实现等等。其中网络的学习算法采用变步长和加动量项的优化学习算法，经过我的实验对网络的学习效率有很大提高-Neural network bp algorithm VC++ to achieve the network-related oper
BP-
- 基于BP神经网络的齿轮箱故障诊断 高：对BP神经网络的结构与原理进行了简要概述，将BP神经网络技术运用于齿轮箱的故障诊断中，以齿 轮振动信号的时域特征作为神经网络输入，齿轮的主要故障形式为网络输出，利用经BP算法训练后的该网络 对齿轮故障进行诊断，取得了较好的效果 关键词：BP神经网络；故障诊断；齿轮箱-Identification and Diagnostic Analysis of the Vibrating Scr
BP-neural-network-model
- 本文在了解神经元和BP算法的基础上，使用MATLAB软件作为开发工具建立BP神经网络模型，重点研究了BP神经网络结构设计的原理和方法，包括影响BP神经网络训练能力的因素，以及这些因素如何影响BP神经网络的性能；改变不同参量，对比实验数据，总结各个参量对BP神经网络的影响。从而寻找最佳的BP神经网络模型。本文还对一些其他的神经网络算法进行了总结和介绍。- In this paper , based on understanding of
案例1 BP神经网络的数据分类-语音特征信号分类
- 案例1 BP神经网络的数据分类-语音特征信号分类(Case 1 BP neural network data classification speech feature signal classification)
BP神经网络
- BP神经网络建模，实现对模型输出的预测，将输出信号作为反馈输入(neural network modeling)
DOF_BP
- 针对六自由度平台，运用BP神经网络求解六自由度平台反解，并且用验证样本集进行验证，精度较高(Using BP neural network to solve the six degree of freedom platform inverse solution)
BP 0-9识别
- 本程序由matlab编写，以BP神经网络进行0~9十个数字的识别。(This procedure written by MATLAB, BP neural network for 0~9 ten digital identification)
BP-PID
- 基于BP神经网络的PID参数自整定，实现PID控制器的自适应控制(Self-tuning of PID parameters based on BP neural network)
神经网络精选课件
- BP神经网络matlab实例(简单而经典)(BP neural network and matlab instance (simple and classic))
bp
- 用多层前向网络的BP算法拟合函数 说明：1）网络结构为三层（输入层、1个隐层和输出层）； 2）获取两组数据，一组作为训练集，一组作为测试集； 3）用训练集训练网络； 4）用测试集检验训练结果。(Fitting the function with BP algorithm of multilayer forward network)
BP-classifer
- iris数据集 用于BP神经网络分层(The iris data set is used for BP neural network delamination)
关于用遗传算法改进BP神经网络的MATLAB实现
- 在MATLAB中用遗传算法改进BP神经网络(Improvement of BP neural network by genetic algorithm in MATLAB)
神经网络变量筛选—基于BP的神经网络变量筛选
- 该程序可用于神经网络变量筛选， BP神经网络，程序完整，可直接运行(Neural network variable filter, BP neural network)