PSO訓(xùn)練BP網(wǎng)絡(luò)的代碼,訓(xùn)練樣本被抽去了
資源簡介:我寫的PSO訓(xùn)練BP網(wǎng)絡(luò)的代碼,各位下載后,適當(dāng)修改即可運(yùn)行
上傳時間: 2016-01-31
上傳用戶:chongcongying
資源簡介:PSO訓(xùn)練BP網(wǎng)絡(luò)的代碼,訓(xùn)練樣本被抽去了
上傳時間: 2013-12-05
上傳用戶:silenthink
資源簡介:用GA直接訓(xùn)練BP網(wǎng)絡(luò)的權(quán)重算法 主程序:gafault.m 它包括以下子程序: 1. BP網(wǎng)絡(luò)初始化:nninit.m――給出P,T,R,S1,S2; 2. 適應(yīng)值計(jì)算函數(shù):gabpEval.m; 3.將遺傳算法的編碼解碼為BP網(wǎng)絡(luò)所對應(yīng)的權(quán)值、閾值函數(shù):gadecod.m;
上傳時間: 2013-12-07
上傳用戶:奇奇奔奔
資源簡介:用GA訓(xùn)練BP網(wǎng)絡(luò)的權(quán)值、閾值 。好的東西大家要共享啊。
上傳時間: 2014-11-29
上傳用戶:yyyyyyyyyy
資源簡介:一、用GA直接訓(xùn)練BP網(wǎng)絡(luò)的權(quán)重算法 主程序:gafault.m 它包括以下子程序: 1. BP網(wǎng)絡(luò)初始化:nninit.m――給出P,T,R,S1,S2; 2. 適應(yīng)值計(jì)算函數(shù):gabpEval.m; 3.將遺傳算法的編碼解碼為BP網(wǎng)絡(luò)所對應(yīng)的權(quán)值、閾值函數(shù):gadecod.m; 二、用GA先...
上傳時間: 2014-08-15
上傳用戶:litianchu
資源簡介:一用GA直接訓(xùn)練BP網(wǎng)絡(luò)的權(quán)重算法 二用GA先求BP網(wǎng)絡(luò)的權(quán)重,再用純BP直接訓(xùn)練BP的混合GA-BP算法
上傳時間: 2017-03-18
上傳用戶:shinesyh
資源簡介:利用PSO訓(xùn)練BP神經(jīng)網(wǎng)絡(luò)的MATLAB源碼
上傳時間: 2013-11-26
上傳用戶:yxgi5
資源簡介:matlab神經(jīng)元網(wǎng)絡(luò)的幾個代碼,動量下降法算法訓(xùn)練BP網(wǎng)絡(luò)等
上傳時間: 2013-12-12
上傳用戶:kikye
資源簡介:利用PSO訓(xùn)練BP神經(jīng)網(wǎng)絡(luò)的MATLAB源碼
上傳時間: 2017-01-19
上傳用戶:Amygdala
資源簡介:應(yīng)用PSO訓(xùn)練神經(jīng)網(wǎng)絡(luò)Visual C++ 訓(xùn)練結(jié)果優(yōu)于BP,該方法用于模式識別、知識挖掘等
上傳時間: 2014-12-20
上傳用戶:13188549192
資源簡介:matlab使用BP網(wǎng)絡(luò)的例子,使用Levenberg Marquardt算法提高訓(xùn)練速度,效果不錯
上傳時間: 2015-05-08
上傳用戶:rishian
資源簡介:采用動量梯度下降算法訓(xùn)練BP網(wǎng)絡(luò),有需要的下哦~
上傳時間: 2013-12-26
上傳用戶:busterman
資源簡介:遺傳算法(GA)訓(xùn)練BP網(wǎng)絡(luò)權(quán)值、閾值的matlab源碼[matlab]
上傳時間: 2013-12-25
上傳用戶:dbs012280
資源簡介:通過bp算法的代碼介紹運(yùn)用bp算法進(jìn)行訓(xùn)練學(xué)習(xí)的作用,已經(jīng)可以在matlab7中運(yùn)行。
上傳時間: 2015-09-19
上傳用戶:koulian
資源簡介:用PSO訓(xùn)練BP神經(jīng)網(wǎng)絡(luò)(matlab程序)
上傳時間: 2016-04-10
上傳用戶:yulg
資源簡介:BP網(wǎng)絡(luò)VC代碼 其實(shí)這就是成型的算法,估計(jì)好多人寫過
上傳時間: 2013-12-25
上傳用戶:caozhizhi
資源簡介:采用貝葉斯正則化算法提高 BP 網(wǎng)絡(luò)的推廣能力。我們采用兩種訓(xùn)練方法,即 L-M 優(yōu)化算法(trainlm)
上傳時間: 2013-12-19
上傳用戶:三人用菜
資源簡介:分別列出BP網(wǎng)絡(luò)與som網(wǎng)絡(luò)的代碼,通過運(yùn)行后可以看出同一種問題在不同網(wǎng)絡(luò)下的處理差別。
上傳時間: 2017-01-24
上傳用戶:hanli8870
資源簡介:MATLAB關(guān)于BP神經(jīng)網(wǎng)絡(luò)的代碼,非常有參考價值
上傳時間: 2021-11-02
上傳用戶:
資源簡介:由于BP網(wǎng)絡(luò)的權(quán)值優(yōu)化是一個無約束優(yōu)化問題,而且權(quán)值要采用實(shí)數(shù)編碼,所以直接利用Matlab遺傳算法工具箱。以下貼出的代碼是為一個19輸入變量,1個輸出變量情況下的非線性回歸而設(shè)計(jì)的,如果要應(yīng)用于其它情況,只需改動編解碼函數(shù)即可。
上傳時間: 2013-12-13
上傳用戶:Pzj
資源簡介:用GA先求BP網(wǎng)絡(luò)的權(quán)重,再用純BP直接訓(xùn)練BP的混合GA-BP算法
上傳時間: 2015-12-05
上傳用戶:lnnn30
資源簡介:由于BP網(wǎng)絡(luò)的權(quán)值優(yōu)化是一個無約束優(yōu)化問題,而且權(quán)值要采用實(shí)數(shù)編碼,所以直接利用Matlab遺傳算法工具箱。以下貼出的代碼是為一個19輸入變量,1個輸出變量情況下的非線性回歸而設(shè)計(jì)的,如果要應(yīng)用于其它情況,只需改動編解碼函數(shù)即可。程序需要調(diào)用gaot工具...
上傳時間: 2016-02-02
上傳用戶:thinode
資源簡介:采用“提前停止”方法提高 BP 網(wǎng)絡(luò)的推廣能力。對于和例 2相同的問題,在本例中我們將采用訓(xùn)練函數(shù) traingdx
上傳時間: 2014-01-19
上傳用戶:開懷常笑
資源簡介:一個BP網(wǎng)絡(luò)的MATLAB源代碼,通過訓(xùn)練學(xué)習(xí),進(jìn)而對目標(biāo)的預(yù)測
上傳時間: 2014-06-27
上傳用戶:cuiyashuo
資源簡介:一個原始的BP網(wǎng)絡(luò)的M程序
上傳時間: 2014-12-02
上傳用戶:520
資源簡介:這是一個神經(jīng)網(wǎng)絡(luò)開發(fā)包。目錄ann下是專門針對神經(jīng)網(wǎng)絡(luò)的代碼,外部目錄是一些公用的代碼,與神經(jīng)網(wǎng)絡(luò)無關(guān),但是神經(jīng)網(wǎng)絡(luò)的代碼用到了它們。 ann目錄下有一個目錄demo,里面存放了一些示例程序,請參照它們進(jìn)行編程。
上傳時間: 2013-12-21
上傳用戶:lunshaomo
資源簡介:一個運(yùn)用遺傳算法來訓(xùn)練神經(jīng)網(wǎng)絡(luò)的程序
上傳時間: 2015-03-06
上傳用戶:yyyyyyyyyy
資源簡介:神經(jīng)網(wǎng)絡(luò)BP網(wǎng)絡(luò)的計(jì)算程序
上傳時間: 2013-12-17
上傳用戶:erkuizhang
資源簡介:很容易確定該 BP 網(wǎng)絡(luò)的輸入為 64維。當(dāng)數(shù)字?jǐn)?shù)據(jù)混入噪聲時,可以看作是對 0、1 數(shù)據(jù)進(jìn)行簡單的。比如說,要加入 7%的噪聲,那就可以對 4 個 0或者 1 進(jìn)行反轉(zhuǎn)。反轉(zhuǎn)哪一個,這里是隨機(jī)的。
上傳時間: 2013-11-30
上傳用戶:youlongjian0
資源簡介:BP網(wǎng)絡(luò)的MATLAB實(shí)現(xiàn),用BP網(wǎng)絡(luò)完成函數(shù)的逼近,具體見里面的README
上傳時間: 2015-03-28
上傳用戶:netwolf