搜索资源列表
psobp
- 该文件是使用粒子群算法来求解BP神经网络饿最优解，进而对样本数据训练学习-The document is the use of particle swarm optimization to solving hunger BP neural network the optimal solution, and then the training sample data for the study
program
- 编写了一个pso优化bp神经网络的程序，应用在分类中。第一步：pso优化bp神经网络得到最优的阈值和权值，第二步bp神经网络把该最优的阈值和权值作为初始阈值和权值，采用动量及自适应学习速率算法进行训练。附件中，是数据和编写的部分程序，tiqushuju是用来提取文本中的数据构造样本集的函数。mubiao是用来构造期望输出的函数。bp是已经编写好的，未使用pso优化的bp神经网络函数。pso是本人编写的pso优化bp神经网络的函数，psobp是采用pso优化的阈值和权值作为bp神经网络的初始权值和
matlabGA-PSOBP
- 遗传算法通用程序 粒子群优化bp神经网络程序 本人已经测试 欢迎探讨-General Program particle swarm genetic algorithm optimization bp neural network program I have tested welcome to explore
PSO-bp
- 基于粒子群优化算法和BP神经网络的混合算法，用于求解复杂问题！-The hybrid algorithm of particle swarm optimization algorithm based on BP neural network and, for complex problem solving!
wsddq
- 基于粒子群算法优化的BP神经网络，可用于数据预测和分析，实用性很强。-Particle swarm optimization based on BP neural network can be used to predict and analyze the data, very practical.
PSO-BPprediction
- 利用粒子群算法和BP神经网络算法进行用电负荷的预测-prediction using partical swarm option and BP algorithm
matlab
- matlab30个智能算法，包含bp神经网络，离散，粒子群算法等-matlab30 intelligent algorithm, comprising bp neural network, discrete particle swarm algorithm
PSO-bp((matlab
- 实现粒子群算法优化BP神经网络的预测算法(Particle swarm optimization algorithm to optimize the BP neural network prediction algorithm)
PSO-BP
- 粒子群算法优化BP神经网络，可用于指标预测(BP neural network optimized by Particle swarm optimization (PSO) that can be used for index prediction)
pso优化bp神经网络的程序
- 一种基于粒子群算法的bp神经网络优化，程序可用。(A BP neural network optimization based on particle swarm algorithm is available.)
pso-bp
- 使用粒子群算法优化bp神经网络,完成函数逼近(Optimize bp neural network using particle swarm optimization algorithm to complete function approximation)
PSO_BP
- 用粒子群算法对BP神经网络进行训练 亲测可用！(BP Neural Network Training with Particle Swarm Optimization Pro-test is available!)
神经网络入门13课源码
- 神经网络入门13课源码 第一课 MATLAB入门基础 第二课 MATLAB进阶与提高 第三课 BP神经网络 第四课 RBF、GRNN和PNN神经网络 第五课 竞争神经网络与SOM神经网络 第六课 支持向量机( Support Vector Machine, SVM ) 第七课 极限学习机( Extreme Learning Machine, ELM ) 第八课 决策树与随机森林 第九课 遗传算法( Genetic Algorithm, GA ) 第十课 粒子群优化( Part