探索BP神经网络的奥秘，掌握前沿的人工智能技术。本页面汇集了14883个精选资源，涵盖理论研究与实际应用案例，深入解析反向传播算法的核心原理及其在模式识别、数据挖掘等领域的广泛应用。无论您是初学者还是资深开发者，这里都有助于提升您的技能，加速项目开发进程。立即访问，开启您的AI学习之旅！
·摘要： 文中介绍了一种将混沌和BP神经网络结合起来的算法,以解决由于采用梯度算法使得标准BP神经网络存在易陷入局部极小值的问题.并提出一种利用TI公司的TMS320C5410芯片实现混沌BP神经网络算法的软硬件方案.该方案具有...
·摘 要:利用LLE非线性降维方法提取人脸特征,然后将提取出来的特征输入到BP神经网络进行训练得到人脸类间的判别信息,进行人脸识别。利用LLE降维方法既能够降低数据维数,减少运算量,又很好的保留了各类人脸样本的拓扑结构,避免人脸图像光照、姿...
创建BP神经网络 训练BP神经网络 计算仿真误差 计算运行时间 matlab7.0环境运行无误
用java编写的bp网络和rbf网络的源程序 JNNT由java语言写成，具有跨平台的优越性能.java applet的演示版更简单到只需要任何机器上的浏览器就可以运行，无需安装任何大型附加软件。更方便爱好者通过internet远程访问资...
本文在简要介绍了MA TLAB 和BP 网络的基 础上, 详细论述了在MA TLAB611 中, 如何利用其提供的神经网络工具箱实现BP 网络的设计, 最后给出了一个BP 网络的设计实例。
用BP网络完成函数的逼近 P网络通常有一个或多个隐层，隐层中的神经元均采用sigmoid型变换函数，输出层的神经元采用纯线性变换函数。本例应用一个两层BP网络来完成函数逼近的任务，其中隐层的神经元个数是5。