BP
BP,即Back Propagation算法,是神经网络训练中不可或缺的核心技术之一。它通过反向传播误差来调整权重,实现模型优化,在图像识别、语音处理及自然语言理解等领域展现出卓越性能。掌握BP算法对于深入理解深度学习框架至关重要。本页面汇集了1292个精选资源,涵盖理论讲解、实战案例与代码示例,助...
共 1,248 份资源
BP 全部资料 1,248 份
PDF文档
基于BP网的中长期负荷预测因素优化选择
基于人工神经网络原理,设计一个由输入层、隐含层和输出层组成的三层BP网络模型,利用神经网络高度非线性建模能力,选取影响电力负荷的一些经济因素作为BP人工神经网络的输入变量,采用新定义的方差贡献法对输入...
PDF文档
基于BP神经网络预报的动态矩阵预测控制
提出了一种基于BP神经网络预报的动态矩阵预测控制新算法,在该算法中,先用BPiq~经网络辨识对象模型,同时预测对象的未来输出,然后用动态矩阵控制算法进行滚动优化和反馈校正。该方法解决了非线洼、时变对象...