搜索资源列表
三层BP神经网络逼近非线性函数
- 内容如题，其中BP神经网络的建立采用自编函数，而非Matlab自带的神经网络建立函数
BP网络实现
- BP网络三种传递函数的实现比较。
BP神经网络非线性系统建模
- 基于BP神经网络的非线性系统函数拟合算法,分为BP神经网络构建,BP神经网络训练和BP神经网络预测.
改进的BP神经网络
- 基于附加动量的BP神经网络，模拟函数
BP-hanshu
- B-P算法对函数的拟合程序-B-P algorithm to function fitting procedures
BP神经网络源程序
- 基于C开发的三个隐层神经网络，输出权值、阈值文件，训练样本文件，提供如下函数：1）初始化权、阈值子程序；2）第m个学习样本输入子程序；3）第m个样本教师信号子程序；4）隐层各单元输入、输出值子程序；5）输出层各单元输入、输出值子程序；6）输出层至隐层的一般化误差子程序；7）隐层至输入层的一般化误差子程序；8）输出层至第三隐层的权值调整、输出层阈值调整计算子程序；9）第三隐层至第二隐层的权值调整、第三隐层阈值调整计算子程序；10）第二隐层
bp算法
- bp算法的源代码，由于很多程序都是利用matlab工具箱函数做的，不利于是用这个性化设计，对于观察网络内部的结构也带来一定困难，这个算法就可以让社记者跟踪训练过程-bp algorithm source code, a lot of procedures are using Matlab Toolbox function done, then use the negative nature of the design, the inte
人工神经网络BP算法_函数逼近
- 用三层BP网络实现一个单输入单输出函数的逼近，文件中一个CPP文件和一个WORD文件，其中word文档中有对算法理论，算法设计，程序结果及改进方法试验的详细说明-using neural networks to achieve a single-input single-output function approximation, a CPP paper documents and a Word document, which docu
BP(vb实现)
- BP神经网络，用vb写的，包含传统BP网络S型函数和传统BP网络ATN型函数-BP neural network, using vb written in the traditional BP network includes S-type function and the BP-function network ATN
bpalgorithm1
- BP算法的C语言实现，可用于函数逼近，分类，数据挖掘应用等-BP algorithm C language can be used to function approximation and classification, data mining applications
广义异或bp算法
- 本文件为用C语言实现的可实现广义异或问题的bp神经网络算法。该问题是对标准异或问题的推广。在标准异或问题中，输入X1和X2取离散量-1或+1，在广义异或问题中，输入（X1,X2）可以在区间[-1，+1] X [-1, +1]内任意取值，而输出为Y=sign(x1,x2)，其中sign()为符号函数，在区间[-1，+1] X [-1, +1]内随机产生500个训练样本.本程序用标准BP网实现该分类问题.-this document for
bp2&3
- 两个程序：2层BP网络以及3层BP网络实现的函数逼近。-Two procedures: 2-layer BP network, as well as 3-layer BP network s function approximation.
mat-bp
- 用BP实现函数逼近 Matlab有如下特点： 1.编程效率高 例如：普通的矩阵计算用一般的高级语言，如C,Pascal等，需要十几至几十行语句，用matlab， 至多几行。 2.用户使用方便； 3.语句简单，内涵丰富； 4.高效方便的矩阵和数值计算； 5.方便的绘图功能，等等。 -BP realize function approximation using Matlab has the following
bp
- 神经网络bp算法源代码，各个部分的包括函数逼近，函数定义等的功能-Bp neural network algorithm source code, the various parts, including function approximation, function definition function
VC++BP
- 本程序是BP算法的演示程序, 其中的Levenberg-Marquardt算法具有实用价值. 一、网络训练 程序默认状态是样本训练状态,现将样本训练状态下的如何训练网络进行说明: 1.系统精度: 定义系统目标精度,根据需要定义网络训练误差精度.误差公式是对训练出网络的输出层节点和实际的网络输出结果求平方差的和. 最大训练次数: 默认为10000次,根据需要调整,如果到达最大训练次数网络还未能达到目标精度,程
bp
- bp神经网络用于函数逼近，拟合效果较好，一经过测试-bp neural network for function approximation, fitting better, one tested
BP
- 应用BP神经网络对两个函数进行非线性逼近，并给出MATLAB源程序，还对结果进行了分析。-Application of BP neural network of the two non-linear function approximation, and gives MATLAB source code, but also on the results are analyzed.
bp
- 基于BP神经网络算法的函数逼近，利用matlab实现BP算法逼近任意非线性函数-BP neural network algorithm based on function approximation, using matlab to achieve BP algorithm approximate any nonlinear function
BP
- BP神经网络 非线性函数拟合,BP神经网络 非线性函数拟合-BP neural network nonlinear function fitting, BP neural network nonlinear function approximation
BP
- BP神经网络函数过程具体介绍（不使用matlab自带函数）(introduction of BP neural network function)