《人工神经网络导论》课程中的实验，实现奇偶校验的Matlab程序(BP算法)
上传时间： 2016-02-19
上传用户：66666
一个用C语言写的人工神经网络预测太阳黑子的模型，BP算法。
上传时间： 2013-12-16
上传用户：klin3139
人工神经网络的一个例子，利用BP算法来是实现的
标签： 人工神经网络
上传时间： 2013-12-28
上传用户：hoperingcong
利用人工智能的经典算法实现迷宫游戏；里面的A星（a*）算法可以很方便的移植到应用程序中，可以选择机器人，人工行走，选择背景，选择迷宫等，这是初级版本，高级版本正在修改。
上传时间： 2016-03-21
上传用户：zhaoq123
通过C语言实现人工神经网络，采用人工神经网络最常的BP算法。
上传时间： 2016-04-05
上传用户：lz4v4
粒群算法的一个ppt，关于人工神经，生物群体路径的
标签： 算法
上传时间： 2013-12-19
上传用户：woshiayin
标准粒子群优化算法源码，结合人工神经网络的一个基准函数测试程序
上传时间： 2013-12-25
上传用户：nanxia
详细讲解了模式识别的算法理论，如近邻法，贝叶斯决策理论等，以及人工神经网络的主要算法
上传时间： 2016-04-28
上传用户：nanfeicui
人工只能的重要分之之一就是神经网络，而神经网络当中的前馈网络BP算法网络应用最为广泛
上传时间： 2014-12-19
上传用户：恋天使569
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.
标签： Levenberg-Marquardt 程序 状态 样本
上传时间： 2013-12-19
上传用户：firstbyte
