两本神经网络方面的经典电子书 人工神经网络导论.pdf 人工神经网络实用教程.pdf 神经网络是智能控制技术的主要分支之一。本书的主要内容有：神经网络的概念，神经网络的分类与学习方法，前向神经网络模型及其算法，改进的BP网络及其控制、辨识建模，基于遗传算法的神经网络，基于模糊理论的神经网络，RBF网络及其在混沌背景下对微弱信号的测量与控制，反馈网络，Hopfield网络及其在字符识别中的应用，支持向量机及其故障诊断，小波神经网络及其在控制与辨识中的应用。
上传时间： 2017-01-12
上传用户：gxf2016
基于粒子群优化的神经网络训练算法研究论文 摘 要: 本文提出了基于连接结构优化的粒子群优化算法(SPSO) 用于神经网络训练,该算法在训练神经网络权 值的同时优化其连接结构,删除冗余连接,使神经网络获得与模式分类问题匹配的信息处理能力. 经SPSO 训练的神经 网络应用于Iris ,Ionosphere 以及Breast cancer 模式分类问题,能够部分消除冗余分类参数及冗余连接结构对分类性能 的影响. 与BP 算法及遗传算法比较,该算法在提高分类误差精度的同时可加快训练收敛的速度. 仿真结果表明,SPSO是有效的神经网络训练算法
上传时间： 2013-11-30
上传用户：myworkpost
神经网络的结构实现，有简单的感知器，以及BP网络，能够更改节点个数，容易扩展
标签： 神经网络
上传时间： 2013-11-29
上传用户：it男一枚
神经网络实现电力预测，bP神经网络，共轭梯度算法。
上传时间： 2017-02-15
上传用户：dapangxie
神经网络楼层杆件识别程序，采用的是自适应学习速率的BP算法
上传时间： 2013-12-09
上传用户：李梦晗
神经网络的MATLAB的实现，是对BP神经网络的改进，可用于模式识别
上传时间： 2017-05-01
上传用户：450976175
人工神经网络(Aartificial Neural Network，下简称ANN)是模拟生物神经元的结构而提出的一种信息处理方法。早在1943年，已由心理学家Warren S.Mcculloch和数学家Walth H.Pitts提出神经元数学模型，后被冷落了一段时间，80年代又迅猛兴起［1］。ANN之所以受到人们的普遍关注，是由于它具有本质的非线形特征、并行处理能力、强鲁棒性以及自组织自学习的能力。其中研究得最为成熟的是误差的反传模型算法(BP算法，Back Propagation)，它的网络结构及算法直观、简单，在工业领域中应用较多。
标签： Aartificial Network Neural 人工神经网络
上传时间： 2014-01-03
上传用户：zhangzhenyu
伺服电机的神经网络参数自整定程序，利用BP误差反向传播算法改变PID 控制参数以获得优越的控制效果
上传时间： 2013-12-21
上传用户：cainaifa
人工神经网络，采用最常用的BP算法，使得读者对神经网络有更多了解。
标签： 人工神经网络
上传时间： 2013-12-20
上传用户：一诺88
神经网络系统 quickprop算法 大幅提高运算速度，但收敛率有待提高。可以和传统BP做比较
上传时间： 2014-12-05
上传用户：源弋弋
