bp算法的通用程序，可以在foxpor 3.0直接運(yùn)行，只是文檔是PDF格式，代碼很長(zhǎng)，而且是掃描的，所以適合參考，打起來(lái)很累的
上傳時(shí)間： 2016-06-18
上傳用戶：jyycc
本程序是bp算法的演示程序, 其中的Levenberg-Marquardt算法具有實(shí)用價(jià)值. 一、網(wǎng)絡(luò)訓(xùn)練 程序默認(rèn)狀態(tài)是樣本訓(xùn)練狀態(tài),現(xiàn)將樣本訓(xùn)練狀態(tài)下的如何訓(xùn)練網(wǎng)絡(luò)進(jìn)行說(shuō)明: 1.系統(tǒng)精度: 定義系統(tǒng)目標(biāo)精度,根據(jù)需要定義網(wǎng)絡(luò)訓(xùn)練誤差精度.誤差公式是對(duì)訓(xùn)練出網(wǎng)絡(luò)的輸出層節(jié)點(diǎn)和實(shí)際的網(wǎng)絡(luò)輸出結(jié)果求平方差的和. 最大訓(xùn)練次數(shù): 默認(rèn)為10000次,根據(jù)需要調(diào)整,如果到達(dá)最大訓(xùn)練次數(shù)網(wǎng)絡(luò)還未能達(dá)到目標(biāo)精度,程序退出. 3.步長(zhǎng): 默認(rèn)為0.01,由于采用變步長(zhǎng)算法,一般不需人工設(shè)置. 4.輸入層數(shù)目: 人工神經(jīng)網(wǎng)絡(luò)的輸入層神經(jīng)元的節(jié)點(diǎn)數(shù)目. 5.隱含層數(shù)目: 人工神經(jīng)網(wǎng)絡(luò)的隱含層神經(jīng)元的節(jié)點(diǎn)數(shù)目. 6.輸出層數(shù)目: 人工神經(jīng)網(wǎng)絡(luò)的輸出層神經(jīng)元的節(jié)點(diǎn)數(shù)目. 7.訓(xùn)練算法: 強(qiáng)烈建議選取Levenberg-Marquardt算法,該算法經(jīng)過(guò)測(cè)試比較穩(wěn)定. 8.激活函數(shù): 不同的網(wǎng)絡(luò)激活函數(shù)表現(xiàn)的性能不同,可根據(jù)實(shí)際情況選擇. 9.樣本數(shù)據(jù)的處理: 由于程序沒(méi)有實(shí)現(xiàn)歸一化功能, 因此用來(lái)訓(xùn)練的樣本數(shù)據(jù)首先要?dú)w一化后才能進(jìn)行訓(xùn)練.
標(biāo)簽： Levenberg-Marquardt 程序 狀態(tài) 樣本
上傳時(shí)間： 2013-12-19
上傳用戶：firstbyte
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。
標(biāo)簽： TRAIN 人工神經(jīng) bp算法 網(wǎng)絡(luò)系統(tǒng)
上傳時(shí)間： 2016-06-21
上傳用戶：ls530720646
bp神經(jīng)網(wǎng)絡(luò)的源程序，非常實(shí)用，有需要的下
標(biāo)簽： bp神經(jīng)網(wǎng)絡(luò) 源程序
上傳時(shí)間： 2013-12-22
上傳用戶：lixinxiang
bp神經(jīng)網(wǎng)絡(luò)C++編程實(shí)例，非常適合神經(jīng)網(wǎng)絡(luò)初學(xué)者
標(biāo)簽： bp神經(jīng)網(wǎng)絡(luò) 編程實(shí)例
上傳時(shí)間： 2016-06-22
上傳用戶：小鵬
T L 字母識(shí)別 bp網(wǎng)絡(luò) 改進(jìn)的動(dòng)量項(xiàng)法
標(biāo)簽： 字母識(shí)別 bp網(wǎng)絡(luò) 動(dòng)量
上傳時(shí)間： 2013-11-28
上傳用戶：kiklkook
創(chuàng)建bp神經(jīng)網(wǎng)絡(luò) 訓(xùn)練bp神經(jīng)網(wǎng)絡(luò) 計(jì)算仿真誤差 計(jì)算運(yùn)行時(shí)間 matlab7.0環(huán)境運(yùn)行無(wú)誤
標(biāo)簽： matlab 7.0 bp神經(jīng)網(wǎng)絡(luò) 計(jì)算
上傳時(shí)間： 2016-06-24
上傳用戶：hanli8870
利用matlab的M文件語(yǔ)言實(shí)現(xiàn)簡(jiǎn)單的bp神經(jīng)網(wǎng)絡(luò)
標(biāo)簽： matlab bp神經(jīng)網(wǎng)絡(luò) 語(yǔ)言
上傳時(shí)間： 2014-01-04
上傳用戶：fandeshun
模糊神經(jīng)控制基于網(wǎng)絡(luò)bp的源代碼用于訓(xùn)練學(xué)習(xí)
標(biāo)簽： 模糊神經(jīng) 控制 網(wǎng)絡(luò) 源代碼
上傳時(shí)間： 2013-12-07
上傳用戶：Zxcvbnm
討論了bp 小波神經(jīng)網(wǎng)絡(luò)在訓(xùn)練過(guò)程中減小誤差函數(shù)時(shí)最優(yōu)方向的確定和自適應(yīng)調(diào)整學(xué)習(xí)率的方法。 首先論證了小波神經(jīng)網(wǎng)絡(luò)的數(shù)學(xué)基礎(chǔ),然后討論了bp 小波神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)過(guò)程,重點(diǎn)討論了減小誤差函數(shù)最優(yōu)方 向的確定方法,即如何保證步長(zhǎng)方向與負(fù)梯度方向一致,由此得出了自適應(yīng)調(diào)整學(xué)習(xí)率的簡(jiǎn)便方法。該方法具有 普遍性,有廣泛的應(yīng)用價(jià)值。仿真結(jié)果表明,采用最優(yōu)梯度下降方向可以大幅度提高bp 小波神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)速 度。
標(biāo)簽： 小波神經(jīng)網(wǎng)絡(luò) 減 過(guò)程 誤差函數(shù)
上傳時(shí)間： 2014-01-22
上傳用戶：金宜
蟲(chóng)蟲(chóng)下載站版權(quán)所有 京ICP備2021023401號(hào)-1
