搜索资源列表
人工神经网络BP算法_函数逼近
- 用三层BP网络实现一个单输入单输出函数的逼近，文件中一个CPP文件和一个WORD文件，其中word文档中有对算法理论，算法设计，程序结果及改进方法试验的详细说明-using neural networks to achieve a single-input single-output function approximation, a CPP paper documents and a Word document, which document a word of the algorithm t
fzh1
- 用于函数逼近的BP算法程序,matlab源码-function approximation for the BP algorithm procedures, Matlab FOSS
bp
- 神经网络bp算法源代码，各个部分的包括函数逼近，函数定义等的功能
ANN-BP
- 分两部分，第一部分是神经网络的基本概念，第二部分是用BP网络实现函数逼近算法-including two part , one is about the basic concept of ANN, the other is algorithm
bp
- 用matlab编的BP算法－－函数拟合，用来逼近一个SIN函数-Part of the BP algorithm using matlab- function approximation is used to approximate a SIN function
bpnet
- bp神经网络算法程序，仿真逼近一个函数，内含详细注解，适合初学者。-it is a program of bp neural network algorithm ,its function is simulating approximation of a function. it contains detailed notes, and suitable for beginners.
4
- BP算法例子：用一个五层的神经网络去逼近函数f(x1,x2)=pow(x1-1,4)+2*pow(x2,2)-BP algorithm is an example: with a five-layer neural network to approximate the function f (x1, x2) = pow (x1-1, 4)+2* pow (x2, 2)
bp
- 基于BP神经网络算法的函数逼近，利用matlab实现BP算法逼近任意非线性函数-BP neural network algorithm based on function approximation, using matlab to achieve BP algorithm approximate any nonlinear function
bp
- 应用matbal编写的BP神经网络算法，可逼近任意非线性函数-Application matbal write the BP neural network algorithm can approximate any nonlinear function
nnf_test
- 神经网络bp算法逼近函数仿真，给出了一组数据的逼近结果-Bp neural network algorithm for approximating function simulation, given a set of data approximation result
bp_c
- BP人工神经网络改进算法 加入惯性系数 bp算法c语言实现_函数逼近-c code of bp algorithm.
kecheng2011
- 课程设计要求 0 实验一 基于模板匹配的字符识别 1 实验二 基于C均值算法的车辆检测与跟踪 3 实验三 水果分类系统设计 5 实验四 基于遗传算法的图像歪斜校准 6 实验五 基于BP网络的函数逼近 9 实验六 空调模糊控制系统设计 -Curriculum design requires 0 Experimental one based on template matching character recognition 1 C-means algorithm
M
- bp算法逼近非线性函数，利用bp算法逼近单输入函数-Bp algorithm approximating function
BP
- BP神经网络是一个前向网络，它利用误差反向传播算法对网络进行训练，结构简单，可塑性强。本例选择3层BP神经网络（隐层为1层）来逼近函数，单输入单输出，隐层包含7个神经元，预设精度为0.1，学习率设为0.1，循环次数为5000次，达到循环次数，或结果达到预设精度要求，结束计算。激活函数选择双曲函数，采用梯度下降法，通过神经元的输入和误差，以及权值的学习速率来计算权值的变化率。将输入提供给网络后，神经元的激活值从输入层经各中间层向输出层传播，输出层的神经元获得网络的输入相应。接下来，按照减少目标输出
BP
- 基于BP神经网络算法的函数逼近，根据BP神经网络算法的原理，编写Matlab程序，逼近非线性函数。-Function approximation based on BP neural network algorithm to approximate nonlinear functions, according to the principle of BP neural network algorithm, written Matlab program.
BP
- BP函数逼近,通过BP算法对函数进行逼近，最后趋于稳定。-BP function approximation by BP algorithm to approximate the function, and finally stabilized.
ff
- BP算法例子：用一个五层的神经网络去逼近函数 ，有需要的程序员可以用到。-BP algorithm examples: using a neural network to approximate five functions, there is a need for programmers to use.
BP_ANN-matlab
- BP神经网络，用于函数逼近。程序中先用一定间隔的函数数值对神经网络进行训练，待算法大致收敛后，然后用测试数据进行测试。并输出函数逼近的误差-BP feed-forward backpropagation network，which is used to approximate function.
mainB
- 基于神经网络结构设计方法，用于函数逼近的BP算法程序-Based on neural network architecture design for BP function approximation algorithm program
BPmatlab
- BP神经网络算法实现例子，多层感知机，对非线性函数逼近(neural network and Multilayer perceptron)