人工神經(jīng)網(wǎng)路兩層反向傳播BP算法實(shí)現(xiàn)函數(shù)逼近，matlab編寫(xiě)
資源簡(jiǎn)介：人工神經(jīng)網(wǎng)路兩層反向傳播BP算法實(shí)現(xiàn)函數(shù)逼近，matlab編寫(xiě)
上傳時(shí)間： 2015-10-13
上傳用戶：zmy123
資源簡(jiǎn)介：多層前饋網(wǎng)絡(luò)MFNN的反向傳播BP算法的應(yīng)用和實(shí)現(xiàn)
上傳時(shí)間： 2016-05-18
上傳用戶：sxdtlqqjl
資源簡(jiǎn)介：神經(jīng)網(wǎng)絡(luò)五層自適應(yīng)BP算法，能在VC6.0下調(diào)試通過(guò)
上傳時(shí)間： 2013-12-20
上傳用戶：thesk123
資源簡(jiǎn)介：人工神經(jīng)網(wǎng)絡(luò)系統(tǒng)的訓(xùn)練 TRAIN BP算法存在局部極小點(diǎn)，收斂速度慢等缺點(diǎn)，改進(jìn)的BP算法。
上傳時(shí)間： 2016-06-21
上傳用戶：ls530720646
資源簡(jiǎn)介：基本BP算法,實(shí)現(xiàn)函數(shù)的擬合,提供給大家分享
上傳時(shí)間： 2017-04-30
上傳用戶：refent
資源簡(jiǎn)介：利用BP網(wǎng)絡(luò)實(shí)現(xiàn)函數(shù)逼近，并對(duì)運(yùn)算結(jié)果進(jìn)行仿真輸出
上傳時(shí)間： 2014-01-24
上傳用戶：xaijhqx
資源簡(jiǎn)介：神經(jīng)網(wǎng)絡(luò)中的多層感知器的BP(反向傳播)學(xué)習(xí)算法，并在MFC中以主觀方式顯示學(xué)習(xí)過(guò)程。
上傳時(shí)間： 2016-05-09
上傳用戶：yzhl1988
資源簡(jiǎn)介：BP人工神經(jīng)網(wǎng)絡(luò)三層數(shù)據(jù)訓(xùn)練程序兼各代碼的說(shuō)明
上傳時(shí)間： 2013-11-29
上傳用戶：er1219
資源簡(jiǎn)介：人工神經(jīng)網(wǎng)絡(luò)\網(wǎng)上發(fā)給我的BP
上傳時(shí)間： 2013-12-13
上傳用戶：cylnpy
資源簡(jiǎn)介：人工神經(jīng)網(wǎng)絡(luò)java工具箱源代碼 包含BP網(wǎng)絡(luò)，K分類和RBF網(wǎng)絡(luò)
上傳時(shí)間： 2013-12-18
上傳用戶：lepoke
資源簡(jiǎn)介：BP算法實(shí)現(xiàn)異或問(wèn)題,采用S型函數(shù)的前向多層神經(jīng)網(wǎng)絡(luò)及其逆推學(xué)習(xí)算法
上傳時(shí)間： 2015-04-16
上傳用戶：diets
資源簡(jiǎn)介：人工神經(jīng)網(wǎng)絡(luò)教程，反向傳播算法，新的程序，直接運(yùn)行
上傳時(shí)間： 2014-12-01
上傳用戶：253189838
資源簡(jiǎn)介：基于Hopfield人工神經(jīng)網(wǎng)路的室內(nèi)全域路徑優(yōu)化。主要是利用Hopfield求解TSP的方法。用于課程設(shè)計(jì)。
上傳時(shí)間： 2015-11-12
上傳用戶：miaochun888
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：bp人工神經(jīng)網(wǎng)絡(luò)的 matlab編程 簡(jiǎn)單 通用 易實(shí)現(xiàn)
上傳時(shí)間： 2013-12-29
上傳用戶：zhangzhenyu
資源簡(jiǎn)介：目前開(kāi)發(fā)人工只能的朋友一定會(huì)遇到BP算法中八進(jìn)制的問(wèn)題，這段程序很好的解決了這個(gè)問(wèn)題。我目前在作模糊控制，神經(jīng)網(wǎng)絡(luò)，遺傳算法的課題，收集了很多相關(guān)程序，望同方向者探討一二。
上傳時(shí)間： 2014-01-13
上傳用戶：comua
資源簡(jiǎn)介：BP算法實(shí)現(xiàn)，運(yùn)行正常。人工神經(jīng)網(wǎng)絡(luò)中BP算法實(shí)現(xiàn)了多層反饋式學(xué)習(xí)過(guò)程
上傳時(shí)間： 2013-12-10
上傳用戶：Thuan
資源簡(jiǎn)介：vb 編寫(xiě)的BP算法實(shí)現(xiàn)代碼 包括：神經(jīng)網(wǎng)絡(luò)樣板 文本格式 可執(zhí)行神經(jīng)網(wǎng)絡(luò)程序
上傳時(shí)間： 2015-05-25
上傳用戶：784533221
資源簡(jiǎn)介：神經(jīng)網(wǎng)絡(luò)BP算法,實(shí)現(xiàn)數(shù)字識(shí)別 VC++代碼實(shí)現(xiàn)
上傳時(shí)間： 2013-12-22
上傳用戶：gmh1314
資源簡(jiǎn)介：這是用BP神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)函數(shù)逼近的MATLAB源程序。
上傳時(shí)間： 2014-01-16
上傳用戶：lizhen9880
資源簡(jiǎn)介：人工神經(jīng)網(wǎng)絡(luò)中的一種編程源代碼實(shí)現(xiàn)，此算法是最基本的源碼編程。
上傳時(shí)間： 2017-02-25
上傳用戶：懶龍1988
資源簡(jiǎn)介：該文檔為基于人工神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)原理及MATLAB的實(shí)現(xiàn)總結(jié)文檔，是一份很不錯(cuò)的參考資料，具有較高參考價(jià)值，感興趣的可以下載看看………………
上傳時(shí)間： 2022-02-17
上傳用戶：
資源簡(jiǎn)介：改進(jìn)后的bp 算法實(shí)現(xiàn)．＼并給出一些實(shí)例子進(jìn)行模擬算法用vc實(shí)現(xiàn)
上傳時(shí)間： 2015-03-16
上傳用戶：kelimu
資源簡(jiǎn)介：用BP算法實(shí)現(xiàn)數(shù)字識(shí)別功能，可以顯示狀態(tài)變化圖
上傳時(shí)間： 2013-12-08
上傳用戶：王者A
資源簡(jiǎn)介：網(wǎng)上的一個(gè)BP算法實(shí)現(xiàn)數(shù)字識(shí)別的demo，希望能對(duì)其開(kāi)發(fā)者有幫助
上傳時(shí)間： 2015-06-24
上傳用戶：Ants
資源簡(jiǎn)介：采用BP算法進(jìn)行函數(shù)擬合，收斂速度較快。
上傳時(shí)間： 2015-10-03
上傳用戶：lhw888
資源簡(jiǎn)介：這個(gè)實(shí)例是關(guān)于BP網(wǎng)絡(luò)用于函數(shù)逼近,適用于初學(xué)者
上傳時(shí)間： 2013-12-06
上傳用戶：yangbo69
資源簡(jiǎn)介：用BP實(shí)現(xiàn)函數(shù)逼近 Matlab有如下特點(diǎn)： 1.編程效率高 例如：普通的矩陣計(jì)算用一般的高級(jí)語(yǔ)言，如C,Pascal等，需要十幾至幾十行語(yǔ)句，用matlab， 至多幾行。 2.用戶使用方便； 3.語(yǔ)句簡(jiǎn)單，內(nèi)涵豐富； 4.高效方便的矩陣和數(shù)值計(jì)算； 5.方便的繪圖功能，...
上傳時(shí)間： 2014-01-09
上傳用戶：himbly
資源簡(jiǎn)介：運(yùn)用神經(jīng)網(wǎng)絡(luò)\證據(jù)理論數(shù)據(jù)融合等算法實(shí)現(xiàn)設(shè)備的故障診斷，數(shù)據(jù)源來(lái)通過(guò)OPC通訊從組態(tài)軟件獲取，數(shù)據(jù)的分析運(yùn)用matcom技術(shù)。軟件的運(yùn)行需要matcom4.5軟件、組態(tài)王6.50的支持
上傳時(shí)間： 2016-06-09
上傳用戶：zq70996813
資源簡(jiǎn)介：BP算法實(shí)現(xiàn)代碼,在c++ builder 平臺(tái)上實(shí)現(xiàn). b p算法實(shí)現(xiàn)代碼,在c++ builder 平臺(tái)上實(shí)現(xiàn).
上傳時(shí)間： 2014-01-22
上傳用戶：頂?shù)弥?/p>
