搜索资源列表
bp算法及其改进的matlab实现
- matlab语言编写的bp算法实现自适应PID控制。 共有：无导师的heb算法，有导师的delta算法，有导师的heb算法，改进的heb算法
BP算法源码
- BP算法源码,
bp
- bp算法实现代码,在c++ builder 平台上实现. b p算法实现代码,在c++ builder 平台上实现.
BP-hanshu
- B-P算法对函数的拟合程序-B-P algorithm to function fitting procedures
bp.pso.rar
- 标准BP神经网络算法程序：动量BP算法程序：％ 调用 TRAINGDX 算法训练 BP 网络 粒子群优化神经网络源程序,The standard BP neural network algorithm procedure: momentum BP algorithm procedure: TRAINGDX called BP network training algorithm particle swarm optimization neural network source code
BP
- BP神经网络程序,C语言源代码 如下： #include "iostream.h" #include "iomanip.h" #include "stdlib.h" #include "math.h" #include "stdio.h" #include "time.h" #include "fstream.h" #define N 120 //学习样本个数 #define IN 3 //输入层神经元数目 #define HN 2 //隐层神经元数目
2008101523144260
- 一、用GA直接训练BP网络的权重算法 主程序：gafault.m 它包括以下子程序： 1. BP网络初始化：nninit.m――给出P，T，R，S1，S2； 2. 适应值计算函数：gabpEval.m； 3．将遗传算法的编码解码为BP网络所对应的权值、阈值函数：gadecod.m； 二、用GA先求BP网络的权重，再用纯BP直接训练BP的混合GA－BP算法 主程序：gabpfault.m 它包括以下子程序： 1. 网络初始化：nninit.m――给出P，T，
bp
- #include "iostream.h" #include "iomanip.h" #define N 20 //学习样本个数 #define IN 1 //输入层神经元数目 #define HN 8 //隐层神经元数目 #define ON 1 //输出层神经元数目 double P[IN] //单个样本输入数据 double T[ON] //单个样本教师数据 double W[HN][IN] //输入层至隐层权值 double V[ON][HN] //隐
BP
- 基于BP神经网络算法的研究，主要比较了模拟退火算法、遗传算法、P神经网络的区别，提出了一种比较优化的BP算法-the research for BP
BP
- 利用BP网络实现函数逼近，本程序以cos(k*pi*p)为例进行逼近-Function approximation using BP network, the procedures to cos (k* pi* p) as an example approximation
ANN
- matlab开发的RBF、BP PID算法，已经过测试-matlab development of RBF, BP PID algorithm has been tested
BP-NET
- 用动量梯度下降法训练BP网络 已知输入向量为P=[-1,-2,3,1 -1,1,5,3]，目标输出为T=[-1,-1,1,1]。 -Gradient descent with momentum BP network training input vector is known as P = [-1,-2,3,1 -1,1,5,3], the target output for the T = [-1,-1,1, 1].
C-P-P-and-C-bp-NN
- C++和C编写的bp神经网络源程序，对bp神经网络的学习很有用-C++ and C source code written in bp neural network，it is useful to bp neural network learning
BP
- matlab神经网络bp算法net = newrb(P，T，GOAL，SPREAD，MN，DF)-Matlab neural network bp algorithm net = newrb(P，T，GOAL，SPREAD，MN，DF)
javab-p
- 用java实现的bp神经网络预测 用java语言编写的bp神经网络模型-java bp
TRAINGDM-to-train-BP(code)
- 采用动量梯度下降算法训练 BP 网络。 训练样本定义如下： 输入矢量为 p =[-1 -2 3 1 -1 1 5 -3] 目标矢量为 t = [-1 -1 1 1]-Use TRAINGDM to train BP network.
bp-and-rbf-network
- bp和rbf神经网络 bp和rbf神经网络b p和rbf神经网络bp和rbf神经网络-Bp and RBF neural networkBp and RBF neural networkBp and RBF neural networkBp and RBF neural networkBp and RBF neural networkBp and RBF neural network
bp
- b p 神 经 网 络 能 够 对 阿 拉 伯 数 字 0 到 9-bpshen jingwang
BP-neural-network-model
- 研究并分析了B P神经网络的结构和特点，针对不足之处提出改进方法。在改进的基础 上建立神经网络软件可靠性新模型。通过MATL AB仿真工具进行了实例仿真，证实该新模型比传统 模型预测精度高，泛化能力强-Research and analysis of the structure and characteristics of BP neural network, an improved method for the shortcomings. In the modified base
global p
- GA优化BP神经网络初始权值，阈值，从而增强其鲁棒性(GA optimizes the initial weights and thresholds of BP neural network, thereby enhancing its robustness.)