搜索资源列表
粗糙集优化神经网络论文集
- 基于粗糙集理论的神经网络研究及应用 基于粗糙集优化神经网络结构的启发式算法 一种结合粗糙集与神经网络的多传感器信息融合算法 构建基于粗糙集和BP神经网络的信用风险预警模型
biase_bp_wave_recogin.rar
- 用BP神经网络对孤立词语音识别Matlab语音仿真过程,BP neural network used for isolated word speech recognition voice Matlab simulation
bp_fortran1
- BP神经网络FORTRAN源代码。 BP算法由两部分组成：信息的正向传递与误差的反向传播。在正向传播过程中，输入信息从输入经隐含层逐层计算传向输出层，每一层神经元的状态只影响下一层神经元的状态。如果在输出层没有得到期望的输出，则计算输出层的误差变化值，然后转向反向传播，通过网络将误差信号沿原来的连接通路反传过来修改各层神经元的权值直至达到期望目标。 -BP neural network FORTRAN source code. BP algorithm consists of two p
神经网络预测
- 有关bp神经网络预测的-bp of the neural network forecast
BP
- C语言编写的BP神经网络，对了解和建立神经网络的过程有帮助。-C language of BP neural networks, on the understanding and the establishment of neural networks to help the process.
bp
- 这是一个bp神经网络，用于信号的预测并与理想信号比较。-bp
BP
- 用BP神经网络进行手写数字的识别,特征提取是基于统计模式识别的方法-BP neural network with the handwritten numeral recognition, feature extraction is based on statistical pattern recognition approach
bp
- bp 神经网络的算法实现 c++的源程序-bp neural network algorithm to achieve c++ source program
BP
- BP神经网络识别数字的VC++程序，很好用-BP neural network identification number of the VC++ program, useful
strain
- BP神经网络预测,用于预测将来可能出现的情况，并给出警示。-PREDICTION OF BP ANN
bp
- 基于c++ 的bp 神经网络算法，可以进行模式识别-very good de chengxu
2009-BP-speech-enhancement
- 语音增强4-基于BP神经网络的语音增强研究，学位论文-a new method of sPeech enhancenment
BP
- BP神经网络实现数据分类，实现语音特征信号的分类-BP network realize voice feature classification
BP-PID
- 基于BP神经网络的PID参数自整定，实现PID控制器的自适应控制(Self-tuning of PID parameters based on BP neural network)
BDWK-BP神经网络在汉语数字语音识别中的应用
- BDWK-BP神经网络在汉语数字语音识别中的应用(Application of BDWK-BP neural network in Chinese digital speech recognition)
案例1 BP神经网络的数据分类-语音特征信号分类
- 使用BP神经网络的数据分类-语音特征信号分类(Data classification using BP neural networks -- speech feature signal classification)
bp
- bp神经网络优化数据参数的目的，并和遗传算法做比较(bp neural network optimization data parameter purposes, bp neural network data parameter optimization purposes.)
《MATLAB神经网络原理与实例精解》随书附带源程序
- 《MATLAB 神经网络原理与实例精解(附光盘)》是一本神经网络原理与实践相结合的书，涵盖了大部分主流的神经网络。它尽量以浅显易懂的语言讲解，让读者能理解神经网络的原理，并学会在 MATLAB 中实现神经网络。MATLAB 版本逐年更新，神经网络工具箱中函数的结构安排已经改变，本书使用最新的 MATLAB 版本，使读者掌握应用工具箱解决实际问题的能力。本书讲解时附带了大量实例，对于简单的例子，本书除了使用工具箱函数外，还用手算的方式给出了自己的实现，便于读者理解神经网络的具体实现细节。(Firs
ACO-BP预测
- 一种基于蚁群算法优化的BP神经网络，请大家参考指正(Ant Colony Optimization BP Neural Network)
C++实现神经网络算法
- BP神经网络 c++完整实现代码,加了非常详细的注释，代码可以直接运行