资源列表
bpexamples
- 使用MATLAB6.5实现的自适应学习速率反向传播网络-Matlab6.5 achieved using adaptive learning rate back-propagation network
算法ppt
- 隐马尔可夫模型算法(解压后为ppt文件,改名为a.ppt)-HMM algorithm (decompression after ppt documents, renamed a.ppt)
径向基函数网络应用实例
- 径向基函数网络应用实例-RBF Network Application
线性神经网络应用实例
- 线性神经网络应用实例-linear neural network application
cpso
- c语言版基本粒子群算法源程序-c-language version of elementary particles algorithm source code
FisherClassify
- fisher c算法
bp_分类器皿
- BP分类器,用与识别不同模式。-BP classifier, and used to identify different models.
神经网络c源码
- 神经网络C源程序(nnbp)-neural network C source (nnbp)
bp神经网络
- BP神经网络C语言程序包-BP neural network C language package
kmeans_cluster聚类算法的实现
- 数据挖掘中k-means聚类算法的实现源代码-clustering algorithm source code in data mining
Pollution
- 海洋油污扩散模型的计算机实现。简单了点,不过也是一中思路。-marine oil pollution diffusion model of the computer. The simple point, but which is also a line of thought.
自适应神经网络在确定落煤残存瓦斯量中的应用
- 落煤残存瓦斯量的确定是采掘工作面瓦斯涌出量预测的重要环节,它直接影响着采掘工作面瓦斯涌出量预测的精度,并与煤的变质程度、落煤粒度、原始瓦斯含量、暴露时间等影响因素呈非线性关系。人工神经网络具有表示任意非线性关系和学习的能力,是解决复杂非线性、不确定性和时变性问题的新思想和新方法。基于此,作者提出自适应神经网络的落煤残存瓦斯量预测模型,并结合不同矿井落煤残存瓦斯量的实际测定结果进行验证研究。结果表明,自适应调整权值的变步长BP神经网络模型预测精度高,收敛速度快 该预测模型的应用可为采掘工作面瓦斯涌