当前位置：
首页 资源下载
搜索资源 - good generalization neural network
搜索资源列表
-
0下载：
基于GMM的概率神经网络PNN具有良好的泛化能力，快速的学习能力，易于在线更新,并具有统计学的贝叶斯估计理论基础，已成为一种解决像说话人识别、文字识别、医疗图像识别、卫星云图识别等许多实际困难分类问题的很有效的工具。而且PNN不但具有GMM的大部分优点，还具有许多GMM没有的优点，如强鲁棒性，需要更少的训练语料，可以和其他网络其他理论无缝整合等。-GMM based probabilistic neural network PNN good generalization ability, the
-
-
0下载：
给大家送上神经网络泛化相关资料，很好滴-Generalization of neural network-related information, a good drop! ! ! ! !
-
-
0下载：
An Improved PSO Algorithm to Optimize BP Neural Network
Abstract
This paper presents a new BP neural network
algorithm which is based on an improved particle swarm
optimization (PSO) algorithm. The improved PSO (which
is called IPSO) algori
-
-
0下载：
为了更好了解遗传神经网络在系统中的对比效果，我们以室内温度控制为例，设室内的温度控制目标为18℃（20℃），其他参数保持不变的情况下，分别按照单独神经网络和基于遗传算法优化后的神经网络控制进行仿真实验.仿真结果表明，上述应用遗传算法优化的神经网络是非常有效的，通过运用遗传算法对神经网络进行优化，使其具有良好的泛化能力和快速的收敛性。-To better understand the genetic neural network contrast in the system, we control
-
-
0下载：
摘 要： 介绍BP算法神经网络由线拟舍方法，并借助MATLAB工具箱函数将它运用于方解石色散特性研
究，通过拟合效果图，误差曲线，误差范数反映BP神经网络的优越性，体现BP算法较高的预测能力和良好的泛化能
力，并且可以自动地确定数学模型．精确度高，原理也较简单，尤其对复杂的输入输出系统具有更好的效果。-Abstract： Curve fitting method of BP neural network was introduced and applied in the model of
-
-
0下载：
针对BP神经网络存在的缺点，本文利用遗传算法能够收敛到全局最优解而
且遗传算法鲁棒性强的特点将遗传算法同神经网络结合起来，不仅能发挥神经网
络的泛化映射能力，而且使神经网络具有很快的收敛性以及较强的学习能力。为
了验证遗传算法优化BP神经网络的有效性，本文将此算法应用到直线一级倒立
摆的稳定控制中，同时利用UbVIEW语言界面开发能力强，并且数据输入、网
络通信、硬件控制简单的优点，制作了倒立摆的仿真控制和实时控制软件。仿真
研究表明，遗传算法优化BP神经网络的控制器设计
-
-
0下载：
对量子粒子群优化(QPSO) 算法进行研究，提出了自适应量子粒子群优化(Adaptive QPSO) 算法，用于优化Elman 神经
网络的参数，改进了Elman 神经网络的泛化能力。利用网络流量时间序列数据进行预测，实验结果表明，采用AQPSO 算法优
化获得的Elman 神经网络模型不但具有较强的泛化能力，而且具有良好的稳定性，在网络流量时间序列数据的预测中具有
一定的实用价值-Quantum-behaved particle swarm optimization (QPSO)
-
-
1下载：
rbf神经网络应用于系统辨识,比BP网络具有较好的泛化能力,学习速度快,辨识效果好
在实际通信系统仿真过程中非常有用-RBF neural network is applied in system identification, than BP network has good generalization ability, learn fast, identify the effect is good
In the actual communication system simulat
-
-
0下载：
：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
-
-
0下载：
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。2006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。-Extreme Learning Machine (extreme learn
-
-
0下载：
NeC4.5: Neural Ensemble Based C4.5
Zhi-Hua Zhou, Member, IEEE, and Yuan Jiang
Abstract—Decision tree is with good comprehensibility while
neural network ensemble is with strong generalization ability.
-
-
1下载：
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
-
-
0下载：
几篇关于神经网络泛化的论文,几篇关于神经网络泛化的论文 不错的-A few paper on neural network generalization, a few good paper on neural network generalization
-
