源码工程 人工智能/神经网络 人工审核无毒

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

文件大小 337 K
文件格式 RAR 文件
累计下载 28 次
分享作者
发布日期

资料详细技术说明

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.

压缩包内文件清单(共 9 个文件)

已自动扫描归档包内目录结构与文件清单 源码与文本文档支持点击「在线阅读」,二进制/媒体文件请下载压缩包后使用
1 FILE
nnbp.rc2 396 B
包内组件
2 FILE
用来训练网络的数据.txt 15 KB
包内组件
3 FILE
测试数据.txt 1.5 KB
包内组件
4 FILE
测试数据的实际结果.txt 408 B
包内组件
5 FILE
用网络仿真的结果.txt 856 B
包内组件
6 FILE
net_lm_sigmoid_16.txt 3.6 KB
包内组件
7 FILE
demo.txt 17.9 KB
包内组件
8 FILE
matrixbase.rc2 402 B
包内组件
9 FILE
arithmetic.rc2 402 B
包内组件

相关人工智能/神经网络资料推荐

下载与解压说明

下载积分规则

  • 本资源下载仅需 2 积分
  • 24 小时内重复下载免扣积分
  • VIP 会员享专属免积分高速通道

文件解压指南

  • 推荐使用 7-Zip 或新版 WinRAR 解压
  • 原理图与 PCB 请使用对应 EDA 软件打开
  • 压缩包内源码可直接在上方在线预览

免费获取积分