该系统是用JAVA开发的网络文件管理系统，用来对网络文件的管理。
上传时间： 2016-05-31
上传用户：许小华
应用随机微粒群算法学习一个神经网络的权值.网络训练和测试数据采自一实际非线性系统.
上传时间： 2016-05-31
上传用户：zhangyi99104144
此源码包是在linux系统中运行的网络电话界面程序。
上传时间： 2013-12-21
上传用户：ljmwh2000
采用神经网络控制方法,建立了基于ＢＰ算法的神经网络有源消声实验系统。实验证明基于ＢＰ算法的有源消声实验系统具有良好的消声效果和稳定性
上传时间： 2013-12-31
上传用户：2525775
基于JSP的网络聊天室系统,功能明了易懂
上传时间： 2013-12-11
上传用户：yiwen213
典型的Visual C++ 数据库编程 后天采用Sql SERVER200 采用网络编程 类似网络的文件管理系统
上传时间： 2016-06-06
上传用户：mpquest
设计了一个可适用于计算机网络如Internet上进行电子货物交易的高效最优公平电子商务协议.考虑到现有的电子支付手段的实际使用情况,协议中使用在线的电子支付系统.
上传时间： 2013-12-29
上传用户：royzhangsz
本方案是在与***信息技术（北京）有限公司相关人员协商并分析了北京****投资有限公司综合信息管理系统（以下简称“**管理系统”）相关资料之后提交的网络安全解决方案。 本方案描述***管理系统的网络环境概况，提出具体的网络安全解决方案，用于安全系统项目范围的确定以及相关的软件需求分析
上传时间： 2014-01-20
上传用户：ZJX5201314
接入网络时的绑定管理系统，在VS2005 SP1上面测试通过。是完整可用的工程哦
上传时间： 2014-11-29
上传用户：1079836864
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
