虫虫首页| 资源下载| 资源专辑| 精品软件
登录| 注册

任春梅基于labview的BP人工神经网络曲线拟合

  • 基于LabVIEW的水环境因子无线监测系统设计

    为了解决传统水产养殖环境因子有线监测系统的布线复杂、可靠性较低等问题,以LabVIEW为开发平台,采用无线数据传输方式,设计了一种水产养殖环境因子无线监测系统。该系统实现了对水环境因子pH值的实时采集、显示和存储,以及历史数据查询等功能。试验结果表明,该系统运行稳定、能够准确地采集和显示水环境因子pH值,且具有操作简便、交互性好、性价比高和易扩展等优点。

    标签: LabVIEW 水环境 无线监测 系统设计

    上传时间: 2014-12-09

    上传用户:plsee

  • 本科生毕业设计 基于PowerBuider的图书管理系统 本文介绍了在PowerBuider环境下采用“自上而下地总体规划

    本科生毕业设计 基于PowerBuider的图书管理系统 本文介绍了在PowerBuider环境下采用“自上而下地总体规划,自下而上地应用开发”的策略开发一个管理信息系统的过程。通过分析传统的人工管理图书馆的不足,创建了一套行之有效的计算机管理图书馆的方案。文章详细介绍了图书管理信息系统的系统分析部分,包括可行性分析、组织机构分析、管理职能分析、业务流程分析、数据流程分析、数据字典、处理描述等等;系统设计部分主要介绍了系统功能设计和数据库设计;系统实现部分列出了几个主要的程序框图,并附带了一些主要的窗口和程序。

    标签: PowerBuider 毕业设计 图书管理

    上传时间: 2015-10-17

    上传用户:lanhuaying

  • 使用Matlab实现的3层BP程序

    使用Matlab实现的3层BP程序,帮助你学习人工神经网络

    标签: Matlab 程序

    上传时间: 2014-01-20

    上传用户:thinode

  • 利用bp网络进行数字识别的示例程序

    利用bp网络进行数字识别的示例程序,可以对人工神经网络的学习有一定帮助

    标签: 网络 数字识别 程序

    上传时间: 2013-12-08

    上传用户:lz4v4

  • 经典BP算法的源程序

    经典BP算法的源程序,对人工神经网络中的bp有一定的帮助作用

    标签: BP算法 源程序

    上传时间: 2014-01-20

    上传用户:aa54

  • BP神经网络股票建模,随着股票市场混沌和分形理论的逐步确立

    BP神经网络股票建模,随着股票市场混沌和分形理论的逐步确立,人们开始利用神经网络对证券市场的变动加以预测。本文的研究目的在于为股市提供一种基于BP神经网络的股价预测方法,以便提高股价预测时的运算速度和精确度,为股票市场的个人投资者和机构投资者提供新的实用方法。

    标签: BP神经网络 股票 建模 分形理论

    上传时间: 2016-02-23

    上传用户:hakim

  • 函数模拟的BP网络实现源码

    函数模拟的BP网络实现源码,神经网络是当前人工只能的重要分之,BP算法是应用最为广泛的一种前馈网络之一。

    标签: 函数 BP网络 模拟 源码

    上传时间: 2013-12-25

    上传用户:lz4v4

  • 人工只能的重要分之之一就是神经网络

    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

    标签: 人工 神经网络

    上传时间: 2014-12-19

    上传用户:恋天使569

  • 基于labview虚拟示波器

    基于labview虚拟示波器,可以用于虚拟试验。及仪器的开发等

    标签: labview 虚拟示波器

    上传时间: 2013-12-10

    上传用户:silenthink

  • 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

    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