搜索资源列表
GA训练神经网络权值
- 利用GA算法训练神经网络权值参数
BP神经网络非线性系统建模
- 基于BP神经网络的非线性系统函数拟合算法,分为BP神经网络构建,BP神经网络训练和BP神经网络预测.
根据鸢尾花多组数据先训练网络再对样本进行测试
- 基于BP神经网络，根据鸢尾花多组数据先训练网络再对样本进行测试，给出分类结果,Based on BP neural network, in accordance with multiple sets of data iris network before training again for testing classification results are given
BP神经网络训练和测试
- 三个程序，其中包括如何确定隐层节点数，BP神经网络训练和神经网络测试，替换相关数据即可使用。
BP神经网络运动状态分类
- 该程序可以通过训练集对所构建的BP神经网络进行训练，并能通过测试集，即对不同的运动状态进行分类。(The program can train the constructed BP neural network through the training set, and can classify the different motion states through the test set.)
BP神经网络MATLAB实例
- BP神经网络的MATLAB简单实例以及神经网络算法BP网络的训练函数(MATLAB simple example of BP neural network)
RBF神经网络的训练 MATLAB源程序代码
- RBF神经网络的训练 MATLAB源程序代码(RBF neural network training MATLAB source code)
单层神经网络矩阵改进
- 基于Matlab编程，实现人工神经网络对经典三种鸢尾花数据的分类，利用Matlab矩阵运算的优势，对全部样本进行同时训练，具有很好的输出结果(An Artificial Neuron Network which accomplishes classifying three kinds of flower)
神经网络
- 通过对matlab编程实现神经网络的训练和计算，得出需要的网络模型(Through the training and calculation of MATLAB programming neural network, the required network model is obtained)
GA-BP神经网络应用实例之MATLAB程序
- 使用MATLAB编写的GA-BP神经网络，可进行多组数据处理 % gap.xls中存储训练样本的原始输入数据 37组 % gat.xls中存储训练样本的原始输出数据 37组 % p_test.xls中存储测试样本的原始输入数据 12组 % t_test.xls中存储测试样本的原始输出数据 12组(MATLAB implementation of the GA-BP neural network,% gap.xls stored in the training sample of the
BP神经网络的非线性系统建模——非线性函数拟合
- 在工程应用中经常会遇到一些复杂的非线性系统，这些系统状态方程复杂，难以用数学方 法准确建模。在这种情况下，可以建立 BP 神经网络表达这些非线性系统。该方法把未知系统看成是一个黑箱，首先用系统输入输出数据训练 BP 神经网络，使网络能够表达该未知函数，然后用训练好的 BP 神经网络预测系统输出 。(In engineering applications, some complicated nonlinear systems are often encountered. The equations
遗传算法优化BP神经网络——非线性函数拟合
- 遗传算法优化 BP 神经网络分为 BP 神经网络结构确定、遗传算法优化和 BP 神经网络预 测 3 个部分。 BP 神经网络预测用遗传算法得到最优个体对网络初始权值和阔值赋值，网络经训练后预测函数输出。(Genetic algorithm optimization BP neural network is divided into 3 parts: BP neural network structure determination, genetic algorithm optimization
神经网络
- 基于matlab平台的神经网络算法分析，显示未经训练以及训练之后的曲线图。可通过修改函数定义更换算法。(Neural network algorithm analysis based on MATLAB platform, showing the training and training after the curve. The replacement algorithm can be defined by modifying the function.)
神经网络判断任务完成率
- 用神经网络，通过训练和验证，形成判断任务完成率的算法(By training and validating the neural network, an algorithm for judging the completion rate of tasks is formed)
BP神经网络程序
- 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。(It is a multilayer feedforward network trained by error backpropagation algorithm, and is one of the most widely used neural network models. BP networks can learn a
神经网络代码
- 应用神经网络进行数字识别，使用随机梯度算法和MNIST训练数据(Neural networks are used for digital identification, and data are trained using random gradient algorithm and MNIST)
BP神经网络的非线性系统建模_非线性函数拟合
- BP神经网络构建根据拟合非线性函数特点确定BP神经网络结构，由于该非线性函数有两个输入参数，一个输出参数，所以BP神经网络结构为2—5—1，即输入层有2个节点，隐含层有5个节点，输出层有1个节点。 从非线性函数中随机得到2000组输入输出数据，从中随机选择1900组作为训练数据，用于网络训练，100组作为测试数据，用于测试网络的拟合性能。(Construction of BP neural network for nonlinear function fitting structure acc
BP神经网络未优化
- 根据输入输出样本训练BP网络，达到一定精度，使用此网络进行预测(According to the input and output samples, the BP network is trained to achieve a certain precision, and the network is used to predict the network)
BP神经网络的拓扑优化算法
- BP(back propagation)神经网络是1986年由Rumelhart和McClelland为首的科学家提出的概念，是一种按照误差逆向传播算法训练的多层前馈神经网络，是目前应用最广泛的神经网络(BP neural network is a concept put forward by scientists from Rumelhart and McClelland in 1986. It is a multilayer feedforward neural network traine
神经网络代码
- 识别印刷体26个大写英文字母的训练网络（任意五个字母），用newff或feedforwardnet构建(A training network (any five letters) that identifies 26 letters of English letters in a printed form, constructed with newff or feedforwardnet)