修改以后的BP人工神经网络，可以有效地避开局部最小点，收敛速度有点慢，可作为交流学习
上传时间： 2017-02-04
上传用户：fandeshun
广义回归神经网络是RBF的一个扩展。但是具体怎么实现却代码很少，本代码是一个grnn很好的学习例子。
上传时间： 2014-01-21
上传用户：gdgzhym
用vb编写的神经网络程序，对学习神经网络意思很大！
上传时间： 2014-08-09
上传用户：miaochun888
本文介绍了matlab中的神经网络工具，对学习MATLAb很有意义！
上传时间： 2017-03-13
上传用户：kytqcool
用Ｃ语言实现的神经网络，不错的学习资料,希望对大家有帮助
上传时间： 2013-12-19
上传用户：woshiayin
神经网络楼层杆件识别程序，采用的是自适应学习速率的BP算法
上传时间： 2013-12-09
上传用户：李梦晗
介绍了神经网络的基本知识，适合初学者学习
上传时间： 2017-04-30
上传用户：luopoguixiong
人工神经网络(Aartificial Neural Network，下简称ANN)是模拟生物神经元的结构而提出的一种信息处理方法。早在1943年，已由心理学家Warren S.Mcculloch和数学家Walth H.Pitts提出神经元数学模型，后被冷落了一段时间，80年代又迅猛兴起［1］。ANN之所以受到人们的普遍关注，是由于它具有本质的非线形特征、并行处理能力、强鲁棒性以及自组织自学习的能力。其中研究得最为成熟的是误差的反传模型算法(BP算法，Back Propagation)，它的网络结构及算法直观、简单，在工业领域中应用较多。
标签： Aartificial Network Neural 人工神经网络
上传时间： 2014-01-03
上传用户：zhangzhenyu
BP神经网络程序,C语言源代码 如下： #include "iostream.h" #include "iomanip.h" #include "stdlib.h" #include "math.h" #include "stdio.h" #include "time.h" #include "fstream.h" #define N 120 //学习样本个数 #define IN 3 //输入层神经元数目 #define HN 2 //隐层神经元数目 #define ON 2 //输出层神经元数目 #define Z 20000 //旧权值保存-》每次study的权值都保存下来 double P[IN] //单个样本输入数据 double T[ON] //单个样本教师数据 double U11[IN][HN] //输入层至第一隐层权值 double V[HN][ON] //隐层至输出层权值 double X1[HN] //第一隐层的输入 double Y[ON] //输出层的输入 double H1[HN] //第一隐层的输出 double O[ON] //输出层的输出 double YU_HN1[HN] //第一隐层的阈值 double YU_ON[ON] //输出层的阈值 double err_m[N] //第m个样本的总误差 double a //学习效率 double alpha //动量因子
标签： include iostream iomanip stdlib
上传时间： 2017-06-15
上传用户：xinzhch
基于BP神经网络识别字符. BP神经网络算法是把一组样本输入输出问题转化为一个非线性优化问题，并通过梯度算法利用迭代运算求解权值的一种学习方法。采用BP网络进行分类，并附加线性感知器来实现单字符的有效识别，算法简便，识别率高，可适用于多种高噪声环境中的印刷体字符识别。
上传时间： 2017-07-03
上传用户：wlcaption
