搜索资源列表
nnforcast
- 本程序根据训练好的网络文件ANN.mat预测新的数据文件，得到均方误差，并画出预测数据和原数据的对比图。此程序运用到了很多Matlab编程中常用到的表达方式，还有一些神经网络编程的基本概念的表达，如归一化的表达。希望能对别人有所帮助.-the procedures under the trained network file ANN.mat anticipating new data files, to be mean-square error. and the mapping out of t
networkprograms
- 一些MATLAB的程序,,其中有BP神经网络集成的程序,在数据处理时采用归一化函数-some procedures, including BP network integration procedures, In data processing used to a function of
VC++BP
- 本程序是BP算法的演示程序, 其中的Levenberg-Marquardt算法具有实用价值. 一、网络训练 程序默认状态是样本训练状态,现将样本训练状态下的如何训练网络进行说明: 1.系统精度: 定义系统目标精度,根据需要定义网络训练误差精度.误差公式是对训练出网络的输出层节点和实际的网络输出结果求平方差的和. 最大训练次数: 默认为10000次,根据需要调整,如果到达最大训练次数网络还未能达到目标精度,程序退出. 3.步长: 默认为0.01,由于采用
BP
- BP神经网络代码，用于故障诊断，包括了归一化处理和网络参数选择
bpprogram
- 本程序根据训练好的网络文件ANN.mat预测新的数据文件，得到均方误差，并画出预测数据和原数据的对比图。此程序运用到了很多Matlab编程中常用到的表达方式，还有一些神经网络编程的基本概念的表达，如归一化的表达
guiyihua.rar
- mtlab神经网络数据归一化源代码，在实际处理数据时很有用，希望大家能够分享~,mtlab neural network data normalized source code, when in the actual processing of data was very useful, hope that we can share ~
BP
- BP神经网络的整个训练过程（从数据剔除，平滑处理，归一化，到构建训练网络，反归一化，你拟合作图）毕设课题作业，保证可用-BP neural network the training process (removed from the data, smoothing, normalization, to build the training network, anti-normalization, you wish to cooperate diagram) subjects completed
BP
- BP神经网络故障检测，适合初学者看。包括归一化、反归一化处理，文件保存等功能。-BP neural network fault detection, suitable for beginners to see. Including normalization, anti-normalized, save the file and other functions.
datainit
- 神经网络训练样本归一化程序，并能均匀的分离训练样本和检验样本-Neural network training samples normalized procedures, and uniform separation of training samples and testing samples
Neuralnetworkpreprocessing
- 神经网络预处理，进行特征提取、归一化等方面的工作。-Neural network preprocessing, feature extraction, normalization, etc. work.
bp_v1_2
- -----引入动量的算法 建立一个3层（含输入层）的BP神经网络，并对其进行训练 输入层不进行数据处理，隐含层激活函数为sigmod函数，输出层为线性函数 输入输出数据归一化到[-1,1]，数据在矩阵中按行向量表示 即x=[x11,x12 x21,x22 ... xp1,xp2] y=[y1 y2 ... yp] p为样本数 -The introduction of the algorithm ----- momentum to build a three-layer (
123
- 关于神经网络归一化方法的整理 由于采集的各数据单位不一致，因而须对数据进行[-1，1]归一化处理，归一化方法主要有如下几种，供大家参考：-Naturalization on the neural network method of finishing a collection of various data unit due to inconsistencies, which will require the data [1,1] normalized, normalized severa
normalized
- 关于神经网络（matlab）归一化的见解-On Neural Networks (matlab) normalized view
AHU
- 神经网络建立的空调系统空气处理单元模型；simulink模型mdl，附带相关数据及归一化处理程序-Air-conditioning system neural network model of air handling units simulink model mdl, with relevant data and normalization process
Based-on-the-matlab--normalization
- 基于 matlab 的神经网络归一化.doc-Based on the matlab neural network normalization
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
[MATLAB神经网络30个案例分析]（已阅）
- 人工神经网络 /多层感知器 归一化 神经网络的30个案例(artificial neural network/Multilayer perceptron normalization)
模糊神经代码
- 下面这段程序是网站上帖子里面贴的模糊神经网络matlab实现参考程序，但是程序的中文注解写的很乱，大概看懂了下。运行是没问题的， 经过训练后的参数比较差，用原数据输入训练好的网络，得出结果和要的结果误差很大，不明白是怎么回事？ 还有要是多输入多输出这段程序该怎么改？模糊神经网络可以用matlab工具箱实现吗？ 还有输入数据差别比较大（就是大小差异大）是不是要进行归一化再学习训练呢？ 求解，求解答！ 对于你的帮助不胜感激！(Processing data for pr
Elman神经网络预测电力负载
- Elman神经网络建立建筑物电力负荷预测模型中遇到的几个关键问题有，数据归一化处理、输入输出样本的选取、隐含层节点数的确定；分别建立Elman神经网络模型，并利用某栋建筑物实际历史电力负载数据进行预测，分析比较与实际数据值的预测精度，得出了一个有效的数据预测模型。(Several key problems encountered in building power load forecasting model based on Elman neural network are data norm
bp神经网络
- 本程序根据训练好的网络文件ANN.mat预测新的数据文件，得到均方误差，并画出预测数据和原数据的对比图。此程序运用到了很多Matlab编程中常用到的表达方式，还有一些神经网络编程的基本概念的表达，如归一化的表达。