大桔灯文库logo

下载提示:1. 本站不保证资源下载的准确性、安全性和完整性,同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
2. 本文档由用户上传,版权归属用户,大桔灯负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。

相关文档

  • .doc

    BP神经网络模型近年来全球性的神经网络研究热潮的再度兴起不仅仅是因为神经科学本身取得了巨大的进展.更主要的原因在于发展新型计算机和人工智能新途径的迫切需要.迄今为止在需要人工智能解决的许多问题中人脑远比计算机聪明的多要开创具有智能的新一代计算机就必须了解人脑研究人脑神经网络系统信息处理的机制.另一方面基于神经科学研究成果基础上发展出来的人工神经网络模型反映了人脑功能的若干基本特性开拓了神经网

  • bp.doc

    bp神经网络应用举例1 BP神经网络的设计实例 例1 采用动量梯度下降算法训练 BP 网络 训练样本定义如下: 输入矢量为 p =[-1 -2 3 1 -1 1 5 -3] 目标矢量为 t = [-1 -1 1 1] 解:本例的 MATLAB 程序如下: close all clear echo on clc NEWFF

  • .doc

    城市环境质量综合评价的径向基函数神经网络模型﹡ 楼文高作 者:楼文高男1964年生硕士在读博士教授主要从事人工神经网络理论多指标综合评价等现代数据处理技术在环境科学与工程中的应用研究上海市教委高等学校科学技术发展基金资助项目的部分内容(01H03)(上海理工大学上海200093)摘要 根据城市环境质量各单评价指标分级标准利用随机分布理论生成足够多用于神经网络建模的样本数据应用非线性模拟性

  • .docx

    clear allclose allxite=alfa=w2=rand(61)w2_1=w2w2_2=w2w1=rand(26)w1_1=w1w1_2=w1dw1=0w1x=[00]u_1=0y_1=0I=[000000]Iout=[000000]FI=[000000]ts=for k=1:1:1000time(k)=ktsu(k)=sin(32pikts)a(k)=((-))y(k)=a(k)y

  • .ppt

    单击此处编辑母版标题样式单击此处编辑母版文本样式第二级第三级第四级第五级数学模型Mathematical Model主讲:周仲礼(12)人工神经网络(Artificial Neural Networks简称NN)所谓NN就是为模仿人脑工作方式而设计的一种机器它可以用电子或光电元件实现也可以用软件在常规计算机上仿真是一种具有大量连接的并行分布式处理器具有通过学习获取知识并解决问题的能力且知识是分布存

  • BP与工具箱.doc

    BP神经网络实例与工具箱应用1 人工神经网络简介生物神经元模型神经系统的基本构造是神经元(神经细胞)它是处理人体内各部分之间相互信息传递的基本单元据神经生物学家研究的结果表明人的大脑一般有个神经元每个神经元都由一个细胞体一个连接其他神经元的轴突和一些向外伸出的其它较短分支——树突组成轴突的功能是将本神经元的输出信号(兴奋)传递给别的神经元其末端的许多神经末梢使得兴奋可以同时送给多个神经元树突

  • BP.doc

    BP神经网络  在人工神经网络发展历史中很长一段时间里没有找到隐层的连接权值调整问题的有效算法直到误差 HYPERLINK t _blank 反向传播算法(BP算法)的提出成功地解决了求解非线性连续函数的 HYPERLINK t _blank 多层前馈神经网络权重调整问题   BP (Back Propagation)神经网络即误差反传误差反向传播算法的学习过程由信息的正向传

  • 5BP.doc

    BP神经网络模型人工神经网络根据其模型建立的原理可以分为数学模型和认知模型数学模型主要是在神经元生理特性的基础上通过抽象用数学表达式描述它包括前向网络反馈网络随机网络等而认知模型主要根据神经系统信息处理的过程建立的 近年来各种各样ANN学习算法被开发出来训练各种ANN ANN的学习方式可以大致分为三大类: 1:采用监督学习方式的ANN如BP网络这种方式的网络在投入使用前使用一个

  • BP.docx

    #

  • (MATLAB).doc

    基于BP神经网络的回热系统故障诊断设计摘要:神经网络是一种模范动物神经网络行为特征进行分布式并行信息处理的算法数学模型这种网络依靠系统的复杂程度通过调整内部大量节点之间相互连接的关系从而达到处理信息的目的对于实际中难以建立数学模型的复杂系统神经网络更显示出其独特的作用1986年Rumelhart和McCelland的科学家小组在《Parallel Distributed Processing》

违规举报

违法有害信息,请在下方选择原因提交举报


客服

顶部