神經(jīng)網(wǎng)絡(luò)輸入輸出運(yùn)算，三層網(wǎng)絡(luò)，bp算法 和大家交流
資源簡(jiǎn)介：神經(jīng)網(wǎng)絡(luò)輸入輸出運(yùn)算，三層網(wǎng)絡(luò)，bp算法 和大家交流
上傳時(shí)間： 2016-04-13
上傳用戶：朗朗乾坤
資源簡(jiǎn)介：mfcc神經(jīng)網(wǎng)絡(luò)的輸出節(jié)點(diǎn)與其鄰域其它節(jié)點(diǎn)廣泛相連，并相互激勵(lì)，是神經(jīng)網(wǎng)絡(luò)的新熱點(diǎn)。
上傳時(shí)間： 2013-12-17
上傳用戶：1159797854
資源簡(jiǎn)介：利用神經(jīng)網(wǎng)絡(luò)輸入圖形并進(jìn)行一定的處理,提高圖像的質(zhì)量。
上傳時(shí)間： 2017-04-24
上傳用戶：nanfeicui
資源簡(jiǎn)介：基于C開發(fā)的三個(gè)隱層神經(jīng)網(wǎng)絡(luò)，輸出權(quán)值、閾值文件，訓(xùn)練樣本文件，提供如下函數(shù)：1）初始化權(quán)、閾值子程序；2）第m個(gè)學(xué)習(xí)樣本輸入子程序；3）第m個(gè)樣本教師信號(hào)子程序；4）隱層各單元輸入、輸出值子程序；5）輸出層各單元輸入、輸出值子程序；6）輸出層至隱...
上傳時(shí)間： 2013-12-08
上傳用戶：410805624
資源簡(jiǎn)介：基于BP神經(jīng)網(wǎng)絡(luò)識(shí)別字符. BP神經(jīng)網(wǎng)絡(luò)算法是把一組樣本輸入輸出問題轉(zhuǎn)化為一個(gè)非線性優(yōu)化問題，并通過梯度算法利用迭代運(yùn)算求解權(quán)值的一種學(xué)習(xí)方法。采用BP網(wǎng)絡(luò)進(jìn)行分類，并附加線性感知器來實(shí)現(xiàn)單字符的有效識(shí)別，算法簡(jiǎn)便，識(shí)別率高，可適用于多種高噪聲環(huán)...
上傳時(shí)間： 2017-07-03
上傳用戶：wlcaption
資源簡(jiǎn)介：基于MATLAB完成的神經(jīng)網(wǎng)絡(luò)源程序 該程序可以擴(kuò)充n個(gè)輸入,n個(gè)輸出,很容易
上傳時(shí)間： 2015-11-04
上傳用戶：waitingfy
資源簡(jiǎn)介：可以方便利用訓(xùn)練數(shù)據(jù)建立徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)并繪制輸入-輸出網(wǎng)格圖。
上傳時(shí)間： 2013-12-20
上傳用戶：tfyt
資源簡(jiǎn)介：神經(jīng)網(wǎng)絡(luò)BP算法（C程序） 文件輸入輸出目錄為：F:\BP 訓(xùn)練樣本文件名：訓(xùn)練樣本.txt 值為： 1 1 -1 1 -1 1 0 1 0 1 輸出文件名為：閾值.txt 權(quán)值.txt
上傳時(shí)間： 2013-12-28
上傳用戶：lepoke
資源簡(jiǎn)介：關(guān)于神經(jīng)網(wǎng)絡(luò)的編程與應(yīng)用 給出3層（輸入層、隱含層、輸出層）的BP網(wǎng)絡(luò)代碼（采用了動(dòng)量算法）
上傳時(shí)間： 2014-01-19
上傳用戶：liansi
資源簡(jiǎn)介：基于徑向基的神經(jīng)網(wǎng)絡(luò)程序。根據(jù)目標(biāo)函數(shù)獲得樣本輸入輸出
上傳時(shí)間： 2016-12-20
上傳用戶：yzy6007
資源簡(jiǎn)介：BP神經(jīng)網(wǎng)絡(luò)原代碼,每個(gè)輸入向量占用一行,用|分隔輸入和預(yù)期輸出值.
上傳時(shí)間： 2017-04-25
上傳用戶：AbuGe
資源簡(jiǎn)介：標(biāo)準(zhǔn)bp神經(jīng)網(wǎng)絡(luò)的五輸入三輸出,完全用MATLAB語言,不用神經(jīng)網(wǎng)絡(luò)工具箱
上傳時(shí)間： 2017-08-30
上傳用戶：星仔
資源簡(jiǎn)介：Hamming 神經(jīng)網(wǎng)絡(luò)從功能上來看是最小Hamming 距離分類器．利用它能夠完成不完整輸入信息與所存儲(chǔ)模式的最小漢明距離分類． Hamming 網(wǎng)絡(luò)是一個(gè)雙層神經(jīng)網(wǎng)絡(luò)，第一層網(wǎng)（即匹配子網(wǎng)絡(luò)）是用來計(jì)算輸入模式與該網(wǎng)絡(luò)已經(jīng)學(xué)習(xí)過的各樣本之間的匹配測(cè)度．第...
上傳時(shí)間： 2015-07-04
上傳用戶：66666
資源簡(jiǎn)介：matlab實(shí)現(xiàn)的多變量輸入BP神經(jīng)網(wǎng)絡(luò)算法，采用了四維輸入，輸出一維
上傳時(shí)間： 2015-10-20
上傳用戶：R50974
資源簡(jiǎn)介：基于人工神經(jīng)網(wǎng)絡(luò)BP算法的誤差逼近。輸入一組數(shù)據(jù)，逼近目標(biāo)輸出數(shù)據(jù)。
上傳時(shí)間： 2016-05-10
上傳用戶：ljmwh2000
資源簡(jiǎn)介：開關(guān)磁阻電機(jī)(SwitchedReluctanceMotor，SRM)具有結(jié)構(gòu)簡(jiǎn)單、工作可靠、效率高和成本較低等優(yōu)點(diǎn)，在很多領(lǐng)域都顯示出強(qiáng)大的競(jìng)爭(zhēng)力，但是位置傳感器的存在不僅削弱了SRM結(jié)構(gòu)簡(jiǎn)單的優(yōu)勢(shì)，而且降低了系統(tǒng)高速運(yùn)行的可靠性，增加了成本，探索實(shí)用的無位置傳感器檢...
上傳時(shí)間： 2013-04-24
上傳用戶：skfreeman
資源簡(jiǎn)介：在變流器故障診斷系統(tǒng)中，通過MATLAB對(duì)牽引變流器建立故障仿真模型，提取故障特征，對(duì)輸入輸出數(shù)據(jù)進(jìn)行標(biāo)幺化和模糊化的處理，并基于改進(jìn)的動(dòng)量BP神經(jīng)網(wǎng)絡(luò)算法，完成對(duì)變流器開關(guān)管開路的診斷，誤差滿足要求范圍，結(jié)果表明：該算法收斂迅速，能避免陷入局部極...
上傳時(shí)間： 2013-11-09
上傳用戶：familiarsmile
資源簡(jiǎn)介：提出了一種基于BP神經(jīng)網(wǎng)絡(luò)的浮選機(jī)液位穩(wěn)定及液泡厚度的預(yù)測(cè)模型。預(yù)測(cè)模型主要以攪拌槽輸出的礦漿流量，掃選輸入流量，精選尾礦流量等為輸入量，以液泡厚度為輸出量，網(wǎng)絡(luò)隱含層單元個(gè)數(shù)與中心向量采用正交最小二乘法（OLS）。同時(shí)，在此基礎(chǔ)上在通過Matlab...
上傳時(shí)間： 2013-10-22
上傳用戶：haoxiyizhong
資源簡(jiǎn)介：自組織系統(tǒng)Kohonen網(wǎng)絡(luò)模型。對(duì)于Kohonen神經(jīng)網(wǎng)絡(luò)，競(jìng)爭(zhēng)是這樣進(jìn)行的：對(duì)于“贏”的那個(gè)神經(jīng)元c，在其周圍Nc的區(qū)域內(nèi)神經(jīng)元在不同程度上得到興奮，而在Nc以外的神經(jīng)元都被抑制。網(wǎng)絡(luò)的學(xué)習(xí)過程就是網(wǎng)絡(luò)的連接權(quán)根據(jù)訓(xùn)練樣本進(jìn)行自適應(yīng)、自組織的過程，經(jīng)過一...
上傳時(shí)間： 2014-01-06
上傳用戶：ghostparker
資源簡(jiǎn)介：利用MATLAB對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行編程,用newff()創(chuàng)建兩層前向網(wǎng)絡(luò)。網(wǎng)絡(luò)輸入范圍[-1 1]，第一層有10個(gè)tansig神經(jīng)元
上傳時(shí)間： 2013-12-22
上傳用戶：牛布牛
資源簡(jiǎn)介：人工神經(jīng)網(wǎng)絡(luò)bp 算法是用于數(shù)學(xué)建模Alife.c 基于遺傳算法的人工生命模擬源程序, 輸入數(shù)據(jù)文件world GA_nn.c 基于遺傳算法優(yōu)化神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)源程序,輸入數(shù)據(jù)文件sample Patmat.c 基于遺傳算法提取基元圖形源序
上傳時(shí)間： 2015-04-10
上傳用戶：shizhanincc
資源簡(jiǎn)介：誤差反向傳播網(wǎng)絡(luò)(Back propagation network,簡(jiǎn)稱BP網(wǎng)絡(luò))是神經(jīng)網(wǎng)絡(luò)中最活躍的方法，且絕大多數(shù)采用了三層結(jié)構(gòu)(輸入層、一個(gè)隱含層和輸出層).BP網(wǎng)絡(luò)是一種非線性映射人工神經(jīng)網(wǎng)絡(luò).本程序用vb實(shí)現(xiàn)的bp算法
上傳時(shí)間： 2015-04-22
上傳用戶：qiaoyue
資源簡(jiǎn)介：本文件為用C語言實(shí)現(xiàn)的可實(shí)現(xiàn)廣義異或問題的bp神經(jīng)網(wǎng)絡(luò)算法。該問題是對(duì)標(biāo)準(zhǔn)異或問題的推廣。在標(biāo)準(zhǔn)異或問題中，輸入X1和X2取離散量-1或+1，在廣義異或問題中，輸入（X1,X2）可以在區(qū)間[-1，+1] X [-1, +1]內(nèi)任意取值，而輸出為Y=sign(x1,x2)，其中sign()為符...
上傳時(shí)間： 2015-05-03
上傳用戶：清風(fēng)冷雨
資源簡(jiǎn)介：單輸出神經(jīng)網(wǎng)絡(luò)擬合如下函數(shù)：y=sinx1+xinx2+sinx3+sinx4，變量取值范圍=[2,2PI]
上傳時(shí)間： 2015-05-11
上傳用戶：wqxstar
資源簡(jiǎn)介：本源代碼是本人親自編寫的關(guān)于模糊神經(jīng)網(wǎng)絡(luò)模型的實(shí)現(xiàn)，它結(jié)合了模糊邏輯和神經(jīng)網(wǎng)絡(luò)的優(yōu)點(diǎn)，具有全局逼近的功能。本代碼提供了簡(jiǎn)單的界面，輸入學(xué)習(xí)樣本，可以進(jìn)行預(yù)測(cè)并能輸出預(yù)測(cè)結(jié)果。
上傳時(shí)間： 2013-12-28
上傳用戶：秦莞爾w
資源簡(jiǎn)介：初步研究神經(jīng)網(wǎng)絡(luò)模型的構(gòu)造方法，并利用多輸入單輸出切比雪夫神經(jīng)網(wǎng)絡(luò)模型建立世界干散海運(yùn)量各年的海運(yùn)量預(yù)測(cè)模型解決具體問題
上傳時(shí)間： 2015-06-04
上傳用戶：ccclll
資源簡(jiǎn)介：神經(jīng)網(wǎng)絡(luò)訓(xùn)練根據(jù)Kolmogorov定理，輸入層有14個(gè)節(jié)點(diǎn)，所以中間層有29個(gè)節(jié)點(diǎn) ％中間層神經(jīng)元的傳遞函數(shù)為 tansig ％輸出層有8個(gè)節(jié)點(diǎn)，其神經(jīng)元傳遞函數(shù)為logsig ％訓(xùn)練函數(shù)采用traingdx
上傳時(shí)間： 2014-01-14
上傳用戶：pkkkkp
資源簡(jiǎn)介：感知器神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)舉例：將四個(gè)輸入矢量分為兩類，其中兩個(gè)矢量對(duì)應(yīng)的目標(biāo)值為1，另兩個(gè)矢量對(duì)應(yīng)的目標(biāo)值為0,用學(xué)習(xí)函數(shù)求解.
上傳時(shí)間： 2015-06-20
上傳用戶：bibirnovis
資源簡(jiǎn)介：適合神經(jīng)網(wǎng)絡(luò)初學(xué)者.程序中已經(jīng)輸入實(shí)驗(yàn)數(shù)據(jù),在matlab環(huán)境下直接運(yùn)行即可.可以輸入其它新數(shù)據(jù),并改動(dòng).
上傳時(shí)間： 2013-12-17
上傳用戶：kiklkook
資源簡(jiǎn)介：j2ee 小例子內(nèi)容包含 javabean、xml 在java中的應(yīng)用、 集合框架、輸入輸出流、網(wǎng)絡(luò)編程。 所用編輯工具是： JCreator Pro 適用于j2ee 初級(jí)入門
上傳時(shí)間： 2015-07-01
上傳用戶：13160677563
