搜索资源列表
pljisuantez
- 用于批量计算数据文件中的时域特征参数，需要将大量文件放在一个文件夹下，就可以计算所有需要的参数-For dynamic prediction BP neural network program, suitable for short-term forecasts
neural-network-toolbox
- 本文介绍在Matlab 环境下发电厂水位控制BP 模型的建模与仿真方法, 得出了预测模型的最优参数。仿真结果表明, MATLAB 神经网络工具箱可有效地用来解决复杂的非线性控制系统的优化设计问题。-This article describes the Matlab environment plant level control BP Model modeling and simulation methods, predictive models obtained optimal parame
neural-network
- 指出了传统边缘检测算子算法的不足,提出了一种利用基于BP神经网络的数字图像边缘检 测算法,即利用传统边缘检测算子检测出来的图像中像素的灰度的不同比例作为学习训练图像,进行神经网络的学习训练,改变神经网络的结构参数得到神经网络的模型参数,最后给出了BP神经网络实现图像边缘检测的实验研究结果。从实现中可发现,将人们关于边缘特征的先验知识包含在内进行数字图像的边缘检测,能够取得比较好的效果-The paper points out the limitation of the traditional
PSOBPM
- PSO-BP人工神经网络，为function函数，可以改变输入的各项数值与参数。-PSO-BP ANN
bp_demo
- BP神经网络软件（BPGUI）：支持手动输入数据和从外部导入数据两种方式；用户可以自定义训练集和测试集占全部数据的百分比，设定完成后，软件随机产生训练集和测试集；支持归一化和不归一化两种数据预处理方式；用户可以自定义网络的结构参数和训练参数；具有绘图功能，可以对比测试集的真实值与预测值；支持网络及数据的保存；具有菜单选项，用户可以通过菜单执行相应的操作；具有右键功能，用户可以通过右键快速执行相应的操作；-The BP neural network software (BPGUI) : suppo
minimize
- DNN训练用于BP算法的参数更新，在finetuning 的过程中使用-DNN training parameters for updating BP algorithm used in the process of finetuning
ELM_materialacode
- 极限学习机是一种神经网络仿真，比BP,SWM学习速度更快，参数设置更容易--Extreme Learning Machine is a kind of neural network simulation, compared with BP, SWM learning faster, easier to set parameters
nnetwk
- 一个基于BP神经网络的matlab手写识别程序，可识别0-9的数字，如果加点英文字母的图片，再改改参数，应该能识别英文。-Based on BP neural network matlab handwriting recognition program that identifies 0-9, if the English alphabet picture plus point, and then changed the parameters, should be able to identif
GP-optimization
- 整个算法分成三部分，第一个部分是神经网络整体结构的确定，然后是遗传算法对参数的优化，然后便是利用已经优化好的参数，利用神经网络进行预测。我们根据需要优化的权值以及阈值的数量确定算法个体的长度。个体通过适应度函数计算他们的适应度，根据适应度的大小，我们使用轮盘算法，确定他们的遗传，交叉还有变异等过程，优化以后的BP神经网络可以更好地收敛。-The whole algorithm is divided into three parts, the first part is to determine
chuangjianbpshengjingwangluo
- 定义输入向量和目标向量，创建BP网络和定义训练函数及参数-Define the input vector and the target vector, create BP network and define training function and parameters
208231172zmsb
- 描述了BP神经网络的基本的功能以及其实现的具体过程，包括一些基本参数的设定-BP neural network
GA_BP
- 遗传算法对BP神经网络的优化，帮助其优化参数，在进行训练-Genetic algorithm (ga) optimization of BP neural network, help the optimization parameters, in the training
nihe
- 基于BP神经网络多参数单目标的拟合曲线程序- Fitting curve
BPaelman
- 基于bp神经网络和elman神经网络的图像压缩，mat文件是训练好的压缩结果，方便调用，可以测出信噪比等参数，用gui界面显示-Based on bp neural network and elman neural networks for image compression, mat file compression results are trained to facilitate the call, you can measure the signal to noise ratio and
BPreg
- 用BP神经网络实现二参数非线性函数拟合，使用了两种改进方法，且有图形对比。-BP neural network with two parameters of nonlinear function approximation, using two improved methods, and there is a graphical comparison.
神经网络极速学习方法研究
- 单隐藏层前馈神经网络(Single-hidden Layer Feedforward Neural Network, SLFN)已经在模式识别、自动控制及数据挖掘等领域取得了广泛的应用，但传统学习方法的速度远远不能满足实际的需要，成为制约其发展的主要瓶颈。产生这种情况的两个主要原因是：（1）传统的误差反向传播方法(back propagation，BP)主要基于梯度下降的思想，需要多次迭代；（2）网络的所有参数都需要在训练过程中迭代确定。因此算法的计算量和搜索空间很大。针对以上问题，借鉴ELM的
matlab_newff
- matlab神经网络newff函数用来创建网络，为BP神经网络设置参数-newff is very important of BP.
BP_PID
- BP神经网络对PID控制进行优化，参考价值较高，参数已经设置好，下载后可以直接顺利运行。-The PID control to optimize the BP neural network, a high reference value, can be directly run smoothly.
function-dyb
- 用Matlab编程，实现解决该问题的单样本训练BP网络，设置一个停止迭代的误差Emin和最大迭代次数。在调试过程中，通过不断调整隐层节点数，学习率η，找到收敛速度快且误差小的一组参数。产生均匀分布在区间[-4，4]的测试样本，输入建立的模型得到输出，与Hermit多项式的期望输出进行比较计算总误差（运行5次，取平均值）-Using Matlab programming, to solve the problem of single sample training BP network, set
BP_PID1
- 基于BP神经网络的PID控制方法设计控制器，通过BP神经网络与PID的控制相结合的神经网络控制基本原理和设计来自适应的功能调节PID的的三个参数，并根据被控对象的近似数学模型来输出输入与输出并分析BP神经网络学习速率η，隐层节点数的选择原则及PID参数对控制效果的影响。-based on BP neural network PID control method designed controller, through the BP neural network PID control with