利用主成分分析法对BP神经网络的输入参数进行降维

资 源 简 介

利用主成分分析法对BP神经网络的输入参数进行降维，然后进行网络的训练，PCA-BP处理的结果同单一的bp相比，不仅提高了网络的收敛速度，而且提高了网络对预测数据分类的精度

您 可 能 感 兴 趣 的

• 带主成分分析的神经网络算法
• matlab实现主成分分析PAC神经网络的程序
• 基于BP神经网络的 参数自学习控制 （1）确定BP网络的结构
• 基于主元分析和神经网络的人脸识别方法.pdf
• bp神经网络PID参数自整定 S函数实现 不怎么好 期待其它完美的
• 利用主成分分析法对BP神经网络的输入参数进行降维
• Matlab中BP神经网络的构建和初始化训练前馈网络的第一步是建立网络对象。函数newff建立一个可训练的前馈网络。这需要4个输入参数。第一个参数是一个Rx2的矩阵以定义R个输入向量的最小值和最大值。
• 基于多元线性回归、偏最小二乘、神经网络、卡尔漫滤波、径向基网络、主成分分析等等的程序。可用于建模和预测。
• 采用将BP神经网络的学习算法应用于PID控制中
• 基于BP神经网络的无刷直流电机PID控制方法的研究.rar