搜索资源列表
神经网络bp类c++
- 该程序是BP神经网络算法C++类定义及其说明；经过调试。可用有效工具。对于机器人开发非常好。-BP neural network algorithm definition and category C; After debugging. Effective tools available. For robot development is very good.
BP-nn
- BP神经网络分类器 程序有两种运行状态，一个是学习，另外一个是分类。在学习状态下，在Dos命令符下输入bp learn，便开始学习了，学习的结果放在weight.dat中；在工作状态下，在Dos命令符下输入bp work，便开始识别classfyme.dat中的数据了，识别完成后，结果放在results.dat中。在bp运行的任何一种状态下，都不能手工打开Weight.dat、Sample.dat、classfyme.dat、results.dat中的任何一种。~..~-BP neur
BP
- 基于BP神经网络的 参数自学习控制 （1）确定BP网络的结构，即确定输入层节点数M和隐含层节点数Q，并给出各层加权系数的初值 和 ，选定学习速率 和惯性系数 ，此时k=1； （2）采样得到rin(k)和yout(k)，计算该时刻误差error(k)=rin(k)-yout(k)； （3）计算神经网络NN各层神经元的输入、输出，NN输出层的输出即为PID控制器的三个可调参数 ， ， ； （4）根据(3.34)计算PID控制器的输出u(k)； （5）进行神经网络学习，在线调整加权
BP神经网络源程序
- 基于C开发的三个隐层神经网络，输出权值、阈值文件，训练样本文件，提供如下函数：1）初始化权、阈值子程序；2）第m个学习样本输入子程序；3）第m个样本教师信号子程序；4）隐层各单元输入、输出值子程序；5）输出层各单元输入、输出值子程序；6）输出层至隐层的一般化误差子程序；7）隐层至输入层的一般化误差子程序；8）输出层至第三隐层的权值调整、输出层阈值调整计算子程序；9）第三隐层至第二隐层的权值调整、第三隐层阈值调整计算子程序；10）第二隐层至第一隐层的权值调整、第二隐层阈值调整计算子程序；11）第一
bp3
- 三层前馈神经网络的BP算法。程序具有以下功能： （1） 允许选择各层节点数； （2） 允许选用不同的学习率η； （3） 能对权值进行初始化，初始化用[-1、1]区间的随机数； （4）允许选用单极性和双极性两种不同Sigmoid型转移函数。 -Three-tier feed-forward neural network BP algorithm. Procedures have the following functions: (1) allows to choose the
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
DCT
- 本文设计基于DCT的人脸识别系统，首先结合当今人脸识别的背景和发展状况讨论了人脸识别的研究内容及在各方面的应用；然后研究了人脸识别进行预处理，讨论了人脸识别预处理的其他方法，分析各种方法的利弊，最后采用DCT（离散余弦变换）实现人脸图像预处理中的降维处理；接下来对人脸图像的特征提取进行了研究，简单叙述了几何特征提取和代数特征提取，同时深入研究了基于DCT和PCA变换的人脸图像特征提取，从而实现是否对人脸识别系统识别率有所提高的研究；对于分类器的选择，本文对两种分类器进行了探讨，即最近邻分类器和B
BP-
- 基于BP神经网络的齿轮箱故障诊断 高：对BP神经网络的结构与原理进行了简要概述，将BP神经网络技术运用于齿轮箱的故障诊断中，以齿 轮振动信号的时域特征作为神经网络输入，齿轮的主要故障形式为网络输出，利用经BP算法训练后的该网络 对齿轮故障进行诊断，取得了较好的效果 关键词：BP神经网络；故障诊断；齿轮箱-Identification and Diagnostic Analysis of the Vibrating Screen’s Faults
BP-neural-network-model
- 本文在了解神经元和BP算法的基础上，使用MATLAB软件作为开发工具建立BP神经网络模型，重点研究了BP神经网络结构设计的原理和方法，包括影响BP神经网络训练能力的因素，以及这些因素如何影响BP神经网络的性能；改变不同参量，对比实验数据，总结各个参量对BP神经网络的影响。从而寻找最佳的BP神经网络模型。本文还对一些其他的神经网络算法进行了总结和介绍。- In this paper , based on understanding of the neuronal model and learni
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
CS_BP_OK-low
- 使用布谷鸟算法优化BP神经网络进行分类。替换数据即可使用。(The BP neural network was classified by using the cuckoo algorithm. Replacement data can be used.)
改进的PSOBP
- 使用改进的PSO算法优化BP神经网络是实现数据的分类。调试通过，替换样本数据即可使用(Optimizing BP neural network using improved PSO algorithm is the classification of data. Debug through, replace sample data can be used)
第10章 模糊逼近算法
- RBF网络的学习过程与BP网络的学习过程类似，两者的主要区别在于各使用不同的作用函数。BP网络中隐层使用的是Sigmoid函数，其值在输入空间中无限大的范围内为非零值，因而是一种全局逼近的神经网络；而RBF网络中的作用函数是高斯基函数，其值在输入空间中有限范围内为非零值，因为RBF网络是局部逼近的神经网络。(The learning process of RBF networks is similar to the learning process of BP networks. The mai
案例1
- BP神经网络的数据分配，对语言特征信号进行分类。(The data distribution of the BP neural network is used to classify the language characteristic signals.)
bp神经网络
- 根据Ecotect 模拟的12种不同的建筑形状进行能量分析，数据集包括768个样本和8个特征属性，旨在预测房屋的热负荷和冷负荷。BP神经网络(According to the 12 different building shapes simulated by Ecotect, we carry out energy analysis. The dataset includes 768 samples and 8 characteristic attributes, aiming at predi
MATLAB神经网络原理与实例精解
- MATLAB神经网络实例教程配套程序，包括感知器、BP神经网络等基本代码。(MATLAB neural network example tutorial matching program, including perceptron, BP neural network and other basic code.)
BP神经网络
- 第一个m文件：构造、训练BP神经网络并计算其识别率；第二个文件将进行人脸检测。注意：orl人脸数据库需要在网上下载。(The function of the first m file is to construct and train the BP neural network and calculate its recognition rate. The second is the detection of face. Note: the ORL face database needs to
MATLAB神经网络43个案例分析
- MATLAB神经网络43个案例分析 电子书籍(MATLAB neural network case analysis of 43 electronic books)
《MATLAB 神经网络43个案例分析》源代码&数据
- 《MATLAB 神经网络43个案例分析》全书源代码和数据，注释详细，神经网络学习很有帮助。内含《MATLAB 神经网络43个案例分析》目录:第1章BP神经网络的数据分类语音特征信号分类;第2章 BP神经网络的非线性系统建模-非线性函数拟合等。(Analysis of 43 Cases of Neural Network in MATLAB source code data, detailed comments. Included in the catalogue of 43 Cases Anal
基于遗传算法优化BP神经网络
- 利用遗传算法实现对BP神经网络的优。内容包含：GA主函数；GA-BPNN优化主函数；目标函数objfun；BPNN主函数；以及一个分类原始数据可供优化模型验证。