本资源包含 9 个源码文件 支持在线预览，点击文件名即可查看
温馨提示：点击文件名或"查看源码"按钮可在线浏览源代码，支持语法高亮显示。
资源详细信息
本程序是BP算法的演示程序, 其中的Levenberg-Marquardt算法具有实用价值. 一、网络训练 程序默认状态是样本训练状态,现将样本训练状态下的如何训练网络进行说明: 1.系统精 - 资源详细说明
本程序是BP算法的演示程序, 其中的Levenberg-Marquardt算法具有实用价值.
一、网络训练
程序默认状态是样本训练状态,现将样本训练状态下的如何训练网络进行说明:
1.系统精度:
定义系统目标精度,根据需要定义网络训练误差精度.误差公式是对训练出网络的输出层节点和实际的网络输出结果求平方差的和.
最大训练次数:
默认为10000次,根据需要调整,如果到达最大训练次数网络还未能达到目标精度,程序退出.
3.步长:
默认为0.01,由于采用变步长算法,一般不需人工设置.
4.输入层数目:
人工神经网络的输入层神经元的节点数目.
5.隐含层数目:
人工神经网络的隐含层神经元的节点数目.
6.输出层数目:
人工神经网络的输出层神经元的节点数目.
7.训练算法:
强烈建议选取Levenberg-Marquardt算法,该算法经过测试比较稳定.
8.激活函数:
不同的网络激活函数表现的性能不同,可根据实际情况选择.
9.样本数据的处理:
由于程序没有实现归一化功能, 因此用来训练的样本数据首先要归一化后才能进行训练.
本程序是BP算法的演示程序, 其中的Levenberg-Marquardt算法具有实用价值. 一、网络训练 程序默认状态是样本训练状态,现将样本训练状态下的如何训练网络进行说明: 1.系统精 - 源码文件列表
立即下载 本程序是BP算法的演示程序, 其中的Levenberg-Ma
提示：下载后请用压缩软件解压，推荐使用 WinRAR 或 7-Zip
下载说明与使用指南
下载说明
- 本资源需消耗 2积分
- 24小时内重复下载不扣分
- 支持断点续传功能
- 资源永久有效可用
使用说明
- 下载后使用解压软件解压
- 推荐使用 WinRAR 或 7-Zip
- 如有密码请查看资源说明
- 解压后即可正常使用
积分获取方式
- 上传优质资源获得积分
- 每日签到免费领取积分
- 邀请好友注册获得奖励
- 查看详情 →