搜索资源列表
单层线性神经网络实例
- 单层线性神经网络实例-single example of linear neural network
利用双层感知器神经网络处理线性不可分的分类问题
- 利用双层感知器神经网络处理线性不可分的分类问题-use double perceptron neural networks to handle non-linear classification
线性神经网络应用实例
- 线性神经网络应用实例-linear neural network application
RBF_OLS
- 此程序是神经网络中径向基函数的OLS算法，在MATLAB中实现。用一个2－n－1结构的RBF网对SISO系统进行建模，网络的两个输入为u(k-1)和y(k-1)，输出为 y(k)。令y(0)=0，按飞线性系统产生200个样本，其中前100个样本用于训练，后100个样本用于测试。-This program is the radial basis function neural network of OLS algorithm is implemented in MATLAB. With a 2-n
nn
- 线性神经网络，BP神经网络，Hopfield神经网格，Elman神经网络，RBF神经网络；在模型应用模块中实现了六种实际应用：RBF网络的船用柴油机故障诊断，BP网络的齿轮箱故障诊断，SOM网络的回热系统故障诊断，BP网络的设备状态分类器，SOM网络的人口比例样本分类，SOM网络的土壤性状样本分类。-Linear neural network, BP neural network, Hopfield neural network, Elman neural network, RBF neural
linennet_tt
- 使用自适应线性神经网络进行预测的实例 很有代表性-The use of adaptive linear neural network to predict very representative example of
Linearnetworkprediction
- 自适应预测，神经网络预测，可以实现非线性预测，MATLAB环境实现。-Adaptive predictive
ex3
- 基于BP神经网络识别字符. BP神经网络算法是把一组样本输入输出问题转化为一个非线性优化问题，并通过梯度算法利用迭代运算求解权值的一种学习方法。采用BP网络进行分类，并附加线性感知器来实现单字符的有效识别，算法简便，识别率高，可适用于多种高噪声环境中的印刷体字符识别。-BP neural network based character recognition. BP neural network algorithm is a set of sample input and output is
patternRecognition
- 这系列课件系统地讲述了模式识别的基本理论和基本方法。内容涵盖了贝叶斯决策、概率密度函数的估计、线性判别函数、邻近法则、特征的选择和提取、非监督学习、神经网络、模糊模式识别等。-This series of courseware on a pattern recognition system to the basic theory and basic methods. Covers the Bayesian decision-making, the estimated probability de
rbf
- rbf神经网络程序基本的rbf仿真程序主要是针对线性逼近方面的东西-rbf neron network procedure
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 (
BP
- BP神经网络训练程序，可以用来做各种计算，如线性拟合-BP neural network training procedures can be used for various calculations, such as linear regression, etc.
rbf
- 自己编写RBF神经网络程序，RBF神经网络隐层采用标准Gaussian径向基函数，输出层采用线性激活函数，其中数据中心、扩展常数和输出权值均用梯度法求解，它们的学习率均为0.001。其中隐节点数选为10，初始输出权值取[-0.1，0.1]内的随机值，初始数据中心取[-1，1]内的随机值，初始扩展常数取[0.1，0.3]内的随机值，输入采用[0 1]的随机阶跃输入(Write your own RBF neural network, RBF neural network hidden layer
code
- 线性神经网络，最经典的是线性自适应元件，其在收敛精度和速度上较感知器均有较大的提高。(Linear neural network, is the most classical adaptive linear element, the precision and the speed of convergence is sensor was greatly improved.)
源程序
- 神经网络案例,包括语音识别，线性预测、粒子群算法、遗传算法的优化等(some cases of neural network)
code2
- 线性神经网络和单层感知机非常相似，输入层、输出层甚至是误差迭代函数都相同，唯一的区别就是他们的传输函数不同(Linear neural network and single-layer perceptron are very similar. Input layer, output layer and even error iteration function are all the same. The only difference is their transmission function
神经网络
- 本代码包括感应器神经网络、线性网络、BP神经网络、径向基函数网络(This code includes a sensor neural network, a linear network, a BP neural network, a radial basis function network)
PB
- 人工神经网络中的线性网络——单输入-单输出(Linear network in artificial neural network -- single input single output)
python_work
- 用tensorflow设计以三层的神经网络进行曲线拟合，采用梯度下降法。(Tensorflow is used to design three layers of neural network for curve fitting and gradient descent method.)
神经网络与模式识别_丁铖_2017140818
- bp神经网络，用于风力发电机的故障分类，可用于二分类和多分类，已经线性回归和非线性回归(Bp neural network for fault classification of wind turbines, can be used for two-class and multi-classification, has linear regression and nonlinear regression)