搜索资源列表
BP－RBF算法
- BP,RBF算法，用VC实现，一个很好的毕业设计-BP, RBF algorithm, with VC, a good design graduates
annbp+rbf
- 一种BP神经网络和径向基函数网络的VC源代码
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。
sgarbf
- 基本遗传算法,RBF神经网络算法,BP神经网络算法,一共5个源代码.程序可移植性强.-Basic genetic algorithm, RBF neural network algorithm, BP neural network algorithm, a total of 5 source code. Program portability strong.(
rbf
- 有关于bp神经网络隐层如何采用RBF的隐层自学习方法的C语言程序-Bp neural network on how the use of RBF hidden layer the hidden layer of self-learning method of C Programming Language
handwrittencharacterrecognition
- 三种神经网络方法用于手写体字符识别PNN、RBF、BP-Three kinds of neural networks for handwritten character recognition PNN, RBF, BP
GA-bp
- 基于遗传算法的bp神经网络优化程序，经测试好用，有很好的应用价值-Bp based on genetic algorithm neural network optimization program, tested easy to use, there is a good value
RBF
- 通用的Bp程序，zai MATLAB 下-RBF
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-rbf-neural-networks
- 介绍如何通过matlab使用bp神经网络和rbf神经网络来逼近非线性函数-Describes how to use matlab bp neural network and rbf neural networks to approximate nonlinear functions
BP-and-RBF
- 建立BP,RBF人工神经网络，并进行比较-Establish BP, RBF artificial neural network, and compare
GA-to-RBF
- GA to RBF 神经网络，遗传算法，滤波器，MATLAB-GA to RBF neural networks, genetic algorithms, filters, MATLAB
simulation-contrast-of-BP-and-RBF
- BP神经网络和RBF神经网络的仿真比较，附有程序代码。-BP neural network and RBF neural network simulation compared with a program code.
RBF-BP(m-file)
- 径向基神经网络训练matlab程序,并画出预测数据和原数据的对比图。-RBF-BP neural network algorithm Matlab code, the procedures under the trained network , be mean square error, paint and forecast data and the original data in contrast to Fig. Hope useful
RBF神经网络
- 利用RBF和BP神经网络中的工具箱函数去做函数逼近，(Making use of RBF neural network to do function approximation)
BP和RBF神经网络用于预测
- BP和RBF神经网络用于电流互感器参数剩磁衰减因子的预测(Prediction of remanence attenuation factor of current transformer by BP and RBFneural network)
BP,RBF
- BP神经网络作为一种前馈性的神经网络，RBF神经网络由于其独特的联想记忆功能，常常用来用于识别和优化计算方问题上。分别对这两种算法用于对逼近非线性函数进行编程，观察其拟合情况后，用其他未训练的样本数据进行泛化能力分析。(BP neural network is a feed-forward neural network. RBF neural network is often used to identify and optimize the computation problem due to
rbf
- RBF网络能够逼近任意的非线性函数，可以处理系统内的难以解析的规律性，具有良好的泛化能力，并有很快的学习收敛速度，已成功应用于非线性函数逼近、时间序列分析、数据分类、模式识别、信息处理、图像处理、系统建模、控制和故障诊断等。 简单说明一下为什么RBF网络学习收敛得比较快。当网络的一个或多个可调参数（权值或阈值）对任何一个输出都有影响时，这样的网络称为全局逼近网络。由于对于每次输入，网络上的每一个权值都要调整，从而导致全局逼近网络的学习速度很慢。BP网络就是一个典型的例子。(RBF network
BP神经网络股票预测
- 在600085这个数据表中，以XZSLX综合作为输入，以收盘价作为输出 以前595个数据作为训练样本，后100个数据作为实际输出。 通过训练数据建立模型，最终输出100个预测的股票收盘价。 将预测的收盘价和实际的收盘价进行对比并求取误差，从而判断所建立模型的准确性。 RBF神经网络调用newff函数实现。(In the data table of 600085, XZSLX synthesis is used as input and closing price as output. The
BP神经网络股票预测
- 分别采用BP网络和RBF网络进行数据预测 在600085这个数据表中，以XZSLX综合作为输入，以收盘价作为输出 以前595个数据作为训练样本，后100个数据作为实际输出。 通过训练数据建立模型，最终输出100个预测的股票收盘价。 将预测的收盘价和实际的收盘价进行对比并求取误差，从而判断所建立模型的准确性。 BP神经网络调用newff函数实现。(In the data table of 600085, XZSLX synthesis is used as input and closing pr