搜索资源列表
bppaper12344321
- BP神经网络在盒形件坯料外形预测中的应用 .论文-BP neural networks in box-shaped pieces of blank shape forecasting applications. Papers
yichuanyuBPmoxing
- 遗传算法与Bp神经网络的集合应用，是我数学建模比赛时发表的论文，供大家参考-Bp genetic algorithm and neural network pool application of the mathematical modeling contest, I delivered papers for reference
基于RBF神经网络的CPI预测
- 采用RBF神经网络的结构、特性和训练算法，根据CPI(消费者物价指数)与其影响因素之间存在的映射关系，应用神经 网络建立了多因素非线性时间序列预测模型。最后通过仿真实验和研究，把RBF神经网络与传统的BP网络预测结果进行比较，结果证明，该模型的预测精确度更高，结果令人满意。
基于BP神经网络的厦门楼盘走势预测
- 本文基于BP神经网络应用于预测的原理，提出预测步骤及预测可行性，探讨建立基于BP神经网络的预测模型的关键技术，包括样本的选取与预处理、输入输出变量的选取、隐层节点数的确定、初始权值和阈值的选取、激活函数、训练算法与参数的选取，最后建立合理的网络模型；结合住宅市场的实际情况，建立两类BP 神经网络预测模型：基于时间序列的趋势预测模型以及基于影响因素的回归预测模型，即分别采用神经网络趋势预测和回归预测的思路，把住宅市场的供给、需求与房价的历年数据以及其影响因素的数据分别作为学习样本，建立预测模型，
小波神经网络与BP网络的比较研究及应用
- 这是一篇硕士论文,关于小波神经网络和BP神经网络的比较,有详细的算法比较-This is a master' s thesis on wavelet neural network and BP neural network compared with the algorithm in detail
bp
- BP算法是应用最广泛的神经网络算法，常用于预测，得到了很好的效果-BP algorithm is the most widely used neural network algorithm, commonly used in forecasting, we get good results
Matlab--BP-neural-network-program
- 用matlab编BP神经网络预测程序，里面给出了程序的整体构架，应用时只需更改参数设置就可以，后面有应用实例和一些学习说明。-Matlab series of BP neural network prediction program, which gives the overall framework of the program, simply change the parameter settings when the application, followed by application
predict-research-and-application
- 本文主要讨论了几种预测方法以及在浙江电力市场和中国股票市场的应用 实例。预测方法主要介绍了统计学方法和BP神经网络算法 -This paper discusses several prediction methods, as well as application examples in the Zhejiang electricity market and the Chinese stock market. The prediction method introduces a stat
gabp
- 利用遗传算法对BP神经网络进行能优化并将其用于在特征提取中的应用-BP neural network using genetic algorithm to optimize and be used for applications in feature extraction
Intelligent-computation-methods
- 采用bp神经网络对其进行函数拟合。误差反向传播网络（bp网络）是目前人工神经网络模式中最具代表性，应用最广泛的一种模型，具有自学习、自组织、自适应和很强的非线性映射能力，可以以任意精度逼近任意连续函数。-The bp neural network to its function fitting. Error back propagation network (bp network) is the artificial neural network model of the most repres
Matlab-BP
- ：根据公交站点客流集散量，选用合适的ＢＰ神经网络构建公交车辆调度形式的神经网络预报 模型．运用ＢＰ神经网络Ｍａｔｌａｂ工具箱设计的基本方法与过程，将ＢＰ网络模型引入公交车辆的调 度方案研究，计算结果表明，ＢＰ模型应用于公交车辆调度形式预测中具有较高的预测精度和良好 的泛化能力-according to the bus station passenger flow distribution quantity, choose suitable BP neural network cons
A-hybrid
- 针对传统的ＢＰ或ＧＡ对模糊神经网络的识别应用存在收敛容易陷入局部极小 识别率低下等问题 提出一 种基于ＢＦＧＳ的混合遗传算法 其基本思想为 首先构造一种前馈型模糊神经网络结构 然后用遗传算法进化若干代 后 当目标函数的梯度或者范数小于预先设定值 则改用ＢＦＧＳ算法进行优化识别 仿真实验表明 对比ＧＡ该算法 收敛速度较快 识别精度提高了约７％ 能够较好地应用于一类模糊神经网络的识别-In traditional BP or GA to identify the application
Application-of-BP-based-on-MATLAB-
- 解决了非线性函数的逼近问题,实现了BP神经网络在非线性函数逼近中的应用。得出了信号的频率与隐含点之间，隐含点与函数逼近能力之间的关系——隐含层神经元数目越多。-Solved the problem of nonlinear function approximation, and realized the application of the BP neural network in nonlinear function approximation. Between signal frequenc
wzrh
- (1)针对在线计算量大这一缺陷，将预测控制中的柔化输出信号的思想推广到柔化输入信号，使得约束条件被简化为仅对当前控制量的约束，可以直接计算得出；同时该方法避免了求逆矩阵，大大减小了计算量，并能够保证控制算法的可行性和良好的控制性能。 (2)针对传统算法中设计参数整定困难这一缺点，应用基于BP神经网络变参数设计的广义预测控制算法，实现了对控制量柔化参数的在线调整。 (3)利用带有遗忘因子的最小二乘法对系统辨识。本文通过仿真发现该方法对于Hénon混沌系统并不完全适用，可考虑利用其他优化系统
支持向量机非线性回归通用MATLAB源码
- 支持向量机和BP神经网络都可以用来做非线性回归拟合，但它们的原理是不相同的，支持向量机基于结构风险最小化理论，普遍认为其泛化能力要比神经网络的强。大量仿真证实，支持向量机的泛化能力强于BP网络，而且能避免神经网络的固有缺陷——训练结果不稳定。本源码可以用于线性回归、非线性回归、非线性函数拟合、数据建模、预测、分类等多种应用场合，GreenSim团队推荐您使用。
BPalgrithm
- 描述了BP神经网络在回归分析中的应用研究，有比较详细的分析数据-Describes the application of BP neural network in the regression analysis, a more detailed analysis of data
神经网络极速学习方法研究
- 单隐藏层前馈神经网络(Single-hidden Layer Feedforward Neural Network, SLFN)已经在模式识别、自动控制及数据挖掘等领域取得了广泛的应用，但传统学习方法的速度远远不能满足实际的需要，成为制约其发展的主要瓶颈。产生这种情况的两个主要原因是：（1）传统的误差反向传播方法(back propagation，BP)主要基于梯度下降的思想，需要多次迭代；（2）网络的所有参数都需要在训练过程中迭代确定。因此算法的计算量和搜索空间很大。针对以上问题，借鉴ELM的
BP-RBF
- 课程需求对RBF神经网络和BP神经网络的发展和应用做些调研，文件内容为在学校下载到的部分相关文献-Curriculum development and application needs of RBF neural network and BP neural network to do research, the file content is downloaded to the part at school related literature
GA-BP-MATLAB
- 利用GA-BP神经网络算法的应用实例之MATLAB程序,有中文注释-GA-BP neural network for matlab
BP小波神经网络模型及其在交通事件检测中的应用_吴琛
- BP小波神经网络模型及其在交通事件检测中的应用_吴琛