搜索资源列表
kongming
- 神经网络训练根据Kolmogorov定理，输入层有14个节点，所以中间层有29个节点 ％中间层神经元的传递函数为 tansig ％输出层有8个节点，其神经元传递函数为logsig ％训练函数采用traingdx-neural network training under the Kolmogorov theorem, input layer has 14 nodes, Therefore, the intermediate
bpnet2
- 采用“提前停止”方法提高 BP 网络的推广能力。对于和例 2相同的问题，在本例中我们将采用训练函数 traingdx
kongming
- 神经网络训练根据Kolmogorov定理，输入层有14个节点，所以中间层有29个节点 ％中间层神经元的传递函数为 tansig ％输出层有8个节点，其神经元传递函数为logsig ％训练函数采用traingdx-neural network training under the Kolmogorov theorem, input layer has 14 nodes, Therefore, the intermediate
bpnet2
- 采用“提前停止”方法提高 BP 网络的推广能力。对于和例 2相同的问题，在本例中我们将采用训练函数 traingdx -The use of
bp.pso
- 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
ebp4
- 用“提前停止”方法提高BP网络推广能力 本例将用提前停止和训练函数TRAINGDX相结合来避免“过度拟合”产生的误差 -The " early stopping" method to enhance the promotion of BP network capacity will be used in this case in advance and training function to stop
traingdx
- 将采用训练函数 traingdx 和“提前停止”相结合的方法来训练 BP 网络，以提高 BP 网络的推广能力-Will use the training function traingdx and " stop ahead" a combination of methods to train BP network to improve the generalization ability of BP network
BPcode
- matlab模拟BP网络，使用trainlm和traingd以及traingdx传递函数。-matlab simulation of BP network, the use of trainlm and traingd and traingdx transfer function.
Example5
- 采用“提前停止”方法（抑制过拟合）提高 BP 网络的推广能力，采用训练函数 traingdx和“提前停止”相结合的方法来训练 BP 网络。-Using " early stopping" method (suppression over-fitting) to improve the generalization ability of BP network, using the training function
gm11
- function exp85 clear all p=[0:0.1:1.1] t=[22.4570 26.6012 12.6416 5.9367 6.9265 28.2432 31.5068 37.0166 7.8947 1.0398 12.7095] net=newff([0 1],[5 1],{ tansig purelin }, traingdx , learngdm ) net.trai
early-stopping-method
- 采用“提前停止”方法提高 BP 网络的推广能力。对于和例 2相同的问题，在本例中我们将采用训练函数 traingdx 和“提前停 止”相结合的方法来训练 BP 网络，以提高 BP 网络的推广能力。 -The " early stopping" method enhance the promotion of BP network capacity
bpnet
- bp 网络,用动量及自适应IrBP的梯度递减训练函数traingdx由于有梯度的自适应的梯度递减训练和附加动量项，因此对样本容量有限的问题能够较好的训练-bp network, the training function decreasing with momentum and adaptive IrBP, gradient traingdx decreasing gradient adaptive gradient training
traingdx-
- 训练速度相对较慢的变学习速率算法 traingdx 函数、训练函数-Training becomes relatively slow learning rate algorithm traingdx functions, training functions
resume
- 我用matlab凋式程序时出现如下报错，搞不懂了，求教高人！<BR>??? Error using ==> network/train<BR>Targets are incorrectly sized for network.<BR>Matrix must have 5 rows.<BR><BR>我的输入是9 ，隐含层7，输出5<BR>建网函数为：net=new
Untitled
- 建立BP神经网络， 12个隐层神经元，4个输出神经元 tranferFcn属性 'logsig' 隐层采用Sigmoid传输函数 tranferFcn属性 'logsig' 输出层采用Sigmoid传输函数 trainFcn属性 'traingdx' 自适应调整学习速率附加动量因子梯度下降反向传播算法训练函数 learn属性 'learngdm' 附加动量因子的梯度下降学习函数(The BP neural network is
cfuk07
- 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()
umytzzz28
- 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()