BP神经网络
BP(backpropagation)神经网络是1986年由Rumelhart和McClelland为首的科学家提出的概念，是一种按照误差逆向传播算法训练的多层前馈神经网络，是应用最广泛的神经网络模型之一[7]。[1]
资源总数
500
BP神经网络 热门资料
查看全部 500 份 →bp神经网络
bp神经网络，N 11 //学习样本个数 #define IN 5 //输入层神经元数目 #define HN 8 //隐层神经元数目 #define HC 3 //隐层层数 #define ON 3 //输出层神经元数目
2013-11-26
159
BP神经网络
BP神经网络，是利用人工智能的方法，训练权值，建立模式识别的模型。本程序，采用三层神经网络，对隐层的节点个数使用经验公式，对其他的参数设置也进行了优化，实现了手写数字的识别，
2013-12-27
45