搜索资源列表
BP_Algorithm
- 用VC++实现的BP(反向传播负反馈)神经网络算法-with VC BP (BP negative feedback) neural network algorithm
bp_xor
- 神经网络中的多层感知器的BP(反向传播)学习算法,并在MFC中以主观方式显示学习过程。-Neural network multilayer perceptron in the BP (back propagation) learning algorithm, and in MFC in order to show the subjective learning process.
BPN
- 多层前馈网络MFNN的反向传播bp算法的应用和实现-Multi-layer feedforward back-propagation network MFNN the bp algorithm applications and realize
neural-network-back-propagation-algorithm
- 每一个训练范例在网络中经过两遍传递计算:一遍向前传播计算,从输入层开始,传递各层并经过处理后,产生一个输出,并得到一个该实际输出和所所需输出之差的差错矢量;一遍向反向传播计算,从输出层至输入层,利用差错矢量对权值进行逐层修改。BP算法有很强的数学基础,戏剧性地扩展了神经网络的使用范围,产生了许多应用成功的实例,对神经网络研究的再次兴起过很大作用。 -Each training example in the network passi
Backpropagation_Stochastic
- 利用随机反向传播网络归类的学习算法。它是LMS算法的自然延伸,也是多层神经网络的有监督训练。-Classify using a backpropagation network with stochastic learning algorithm。
BP
- BP神经网络是指基于误差反向传播(Error Back Propagation)算法的多层前馈神经网络-tool-state classification using multi-layer perception neural networks
learnh
- Back-propagation误差反向传播神经网络的学习算法-Back-propagation neural network back propagation learning algorithm
bp-matlab
- Matlab编写的BP误差反向传播神经网络算法-Matlab BP prepared by back propagation neural network algorithm
BP
- 误差反向传播(Error Back Propagation, BP)算法 -Back Propagation (Error Back Propagation, BP) algorithm
shen-jing-wang-luo
- 反向传播神经网络算法,可以用于将大量数据训练后的模拟输出-Back-propagation neural network algorithm, the data can be used for training a large number of analog outputs
C_bp
- BP(Back Propagation)网络是1986年由Rumelhart和McCelland为首的科学家小组提出,是一种按误差逆传播算法训练的多层前馈网络,是目前应用最广泛的神经网络模型之一。BP网络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。它的学习规则是使用最速下降法,通过反向传播来不断调整网络的权值和阈值,使网络的误差平方和最小。BP神经网络模型拓扑结构包括输入层(input)、隐层(h
Matlab_bp
- BP(Back Propagation)网络是1986年由Rumelhart和McCelland为首的科学家小组提出,是一种按误差逆传播算法训练的多层前馈网络,是目前应用最广泛的神经网络模型之一。BP网络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。它的学习规则是使用最速下降法,通过反向传播来不断调整网络的权值和阈值,使网络的误差平方和最小。BP神经网络模型拓扑结构包括输入层(input)、隐层(h
Fortran_bp
- BP(Back Propagation)网络是1986年由Rumelhart和McCelland为首的科学家小组提出,是一种按误差逆传播算法训练的多层前馈网络,是目前应用最广泛的神经网络模型之一。BP网络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。它的学习规则是使用最速下降法,通过反向传播来不断调整网络的权值和阈值,使网络的误差平方和最小。BP神经网络模型拓扑结构包括输入层(input)、隐层(h
yichuansuanfadebp
- 遗传算法的误差反向传播神经网络,希望大家下载学习。-Genetic algorithm error back propagation neural network, I hope you download the study.
BPTS_NetWork
- 一种基于误差反向传播的BP学习算法的模糊神经网络模型,作为非线性映射的有效工具。-A method based on back propagation BP learning algorithm for fuzzy neural network model of nonlinear mapping, as an effective tool.
artificial-neural-network
- 人工神经网络是在现代神经科学的基础上提出和发展起来的,旨在反映人脑结构及 功能的一种抽象数学模型。自1943 年美国心理学家W. McCulloch 和数学家W. Pitts 提 出形式神经元的抽象数学模型—MP 模型以来,人工神经网络理论技术经过了50 多年 曲折的发展。特别是20 世纪80 年代,人工神经网络的研究取得了重大进展,有关的理 论和方法已经发展成一门界于物理学、数学、计算机科学和神经生物学之间的交叉学科。
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,
Ipso
- 本文将 改进的PSO优化算法与 BP网络算法相结合, 完全 基于BP网络算法的基本思想, 是在基本 BP算法的误 差反向传播调整权值的基础上, 再引入 PSO 算法进行 权值修正, 是严格意义上的基于 PSO的 BP网络算法.-pso programming for improved bp neural network
code
- 三道题,包括1:用多层感知器(MLP)神经网络误差反向传播(BP)算法实现异或问题:2:用奇阶互补法设计两带滤波器组(高、低通互补),进而实现四带滤波器组 3:估计其功率谱-Three questions, including: 1 using multilayer perceptron ( MLP ) neural network and error back propagation ( BP ) algorithm to reali
BP-neural-network-prediction-method
- BP(Back Propagation)网络是1986年由Rumelhart和McCelland为首的科学家小组提出,是一种按误差逆传播算法训练的多层前馈网络,是目前应用最广泛的神经网络模型之一。BP网络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。它的学习规则是使用最速下降法,通过反向传播来不断调整网络的权值和阈值,使网络的误差平方和最小。BP神经网络模型拓扑结构包括输入层(input)、隐层(h