搜索资源列表
wuxuexishenjing
- 无学习神经网络程序及例子 效果良好 运用于实际中方便简捷
youxuexishenjiwangluo
- 有学习神经网络程序及例子 应用效果良好 实际操作简单 用于多方面研究
CBPnet
- C语言写的 神经网络源程序，对学习研究结果预测有重要作用！
BP1
- 这是BP神经网络的matlab代码，调节对学习速率、隐含层数等不同参数的设置，通过神经网络的不断训练，观察图形，以得到最好的拟合-This is for us green hands.BP shen jing wangluo xuyao dui gezhong canshu jinxing butong de xunlian,yi dadao zuiyou nihe.
bp_pid
- 该程序描述了BP神经网络中隐含层的数目和隐含层的神经元个数对神经网络学习的影响。-The program describes the BP neural network, the number of hidden layer and the number of neurons in the hidden layer of the neural network learning.
bp-neural-network-
- bp神经网络 提取音频程序，对神经网络理解学习很有帮助-The bp neural network to extract audio program, and is of great help to understanding neural network learning
Handwritten-numeral-recognition
- 为了实现对手写字体的识别，运用了人工智能的分层神经网络思想，对识别的字体通过训练学习，达到识别手写字体的功能。-to realize the recognition of handwritten font, using hierarchical neural network artificial intelligence, to identify fonts through training and learning, to identify the handwriting function.
ART
- ART是一种自组织神经网络结构，是无教师的学习网络。当在神经网络和环境有交互作用时，对环境信息的编码会自发地在神经网中产生，则认为神经网络在进行自组织活动。ART就是这样一种能自组织地产生对环境认识编码的神经网络理论模型-ART is a self-organizing neural network structure, is no teacher learning network. When the neural network and environment interact to enco
OS-ELM
- 极限学习机（extreme learning machine）ELM是一种简单易用、有效的单隐层前馈神经网络SLFNs学习算法。2004年由南洋理工大学黄广斌副教授提出。传统的神经网络学习算法（如BP算法）需要人为设置大量的网络训练参数，并且很容易产生局部最优解。极限学习机只需要设置网络的隐层节点个数，在算法执行过程中不需要调整网络的输入权值以及隐元的偏置，并且产生唯一的最优解，因此具有学习速度快且泛化性能好的优点。-ELM extreme learning machine (extreme l
shj3
- 神经网络的实际应用，具有预测，学习能力，有实用价值。-The practical application of neural networks, predictive, learning ability, practical value.
shj4
- 神经网络的几个应用，几个编程分析，有助于学习神经网络。-Several applications of neural networks, several programming analysis, contribute to learning neural network.
The-source-code
- 基于深度网络学习，利用BP神经网络预测,可以大数据预测-Based on the depth of network learning, the use of BP neural network prediction