搜索资源列表
PSO_BP
- 用粒子群算法PSO优化BP神经网络，改善预测精度(The BP neural network is optimized by particle swarm optimization (PSO) to improve the prediction accuracy)
Class_3_Code
- 将concrete_data.mat文件导入到MATLAB中，其中attributes为影响混凝土抗压强度的7个输入变量，strength为混凝土的抗压强度，即输出变量； 将整个数据集中的103个样本随机划分为训练集与测试集，其中训练集包含80个样本，测试集包含23个样本； 将训练集与测试集数据进行归一化； 建立BP神经网络，并训练； 利用训练好的BP神经网络对测试集中的23个样本的抗压强度进行预测； 输出结果并绘图（真实值与预测值对比图）(The concrete_data.mat
新建文件夹
- BP神经网络，可以参考，可以在此基础上进行修改(BP neural network, you can refer to, you can modify on this basis)
GA优化BP神经网络
- 该程序利用遗传算法，优化神经网络结构，是MATLAB源代码。(The neural network structure is optimized by genetic algorithm)
源程序
- bp神经网络的实际案例，特别好的程序送给大家(BP neural network of practical cases, particularly good procedures for everyone)
新建文件夹
- bp神经网络 辨识 学习步长与隐层神经元个数(bp network learning and the number of hide layer neuron ,use to identify the important parameter and training the model)
利用遗传算法优化BP神经网络权值和阈值
- 利用遗传算法优化BP神经网络权值和阈值，内含程序和m文件(Using genetic algorithm to optimize BP neural network weights and thresholds, containing procedures and M files)
chap7
- 通过BP神经网络训练实现分类，将三维的输入转化为固定的二维输出(Through the BP neural network training to achieve classification, the three-dimensional input into a fixed two-dimensional output)
BP
- BP神经网络经过训练与学习，逼近非线性函数(BP neural networks are trained and studied to approximate nonlinear functions)
遗传算法优化BP神经网络-非线性函数拟合
- 基于遗传算法优化神经网络进行故障诊断的研究(Genetic neural network optimization)
BP
- BP神经网络 。。。 C++ 。。。包含数据。。。(BP BP neural network... C++... Include data...)
PSO-BP和GA-BP
- 分别使用PSO和GA优化BP神经网络的参数，用于非线性函数拟合(PSO and GA are used to optimize the parameters of the BP neural network for nonlinear function fitting)
chapter2
- BP神经网络的非线性系统建模的非线性函数拟合(Nonlinear Function Fitting of Nonlinear System Modeling of BP Neural Network)
bpNetWork
- BP神经网络C++实现，异或学习为例。层数及每层节点数可设定。(BP neural network C++ implementation, XOR learning as an example. The number of layers and the number of nodes per layer can be set.)
BP神经算法
- 神经网络算法源代码，使用c++编写，适用于解决分类问题(Neural network algorithm)
net
- BP神经网络训练的代码，对于初学者非常有用。(neural metwork training)
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网络
- 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（梯度法），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 layer）、隐层(hide layer)和输出层(outpu
EMDandBP
- 结合emd和bp神经网络的算法, 对轴承故障数据进行诊断,数据可以自己添加(EMD and BP algorism are combined to classify different kinds of faults of bearings. Source data need to be added by yourself)
BPforPen
- bp神经网络用于分类手写数字, 包含训练和测试代码(Example for classification of hand-write digits using BP network.)