l-m
共 11 篇文章
l-m 相关的电子技术资料，包括技术文档、应用笔记、电路设计、代码示例等，共 11 篇文章，持续更新中。
采用贝叶斯正则化算法提高bp网络的性能
采用贝叶斯正则化算法提高bp网络的性能，即L-M优化算法
LM编程算法
LM编程算法，在神经网络中有很大应用之处，神经网络源代码,及BP网络训练界面,其中的L-M算法非常实用
采用动量梯度下降算法训练BP网络
采用动量梯度下降算法训练BP网络，采用两种训练方法，即 L-M 优化算法（trainlm）和贝叶斯正则化算法（trainbr），用以训练 BP 网络
非线性最小二乘法,L-M算法
非线性最小二乘法,L-M算法，单精度。可用于学习，科研
L-M法的函数库
L-M法的函数库，非常好用的非线性优化法，直接包含f2c.h即可使用LMDIF函数
基于神经网络的某型飞机发动机故障诊断研究
<p>
航空发动机故障诊断技术对避免飞行事故和降低飞行器运行成本是十分重要的。提出一种BP网络对某型飞机发动机进行故障诊断，但是由于BP网络收敛速度较慢而且容易陷入局部极小值，特别是BP网络通常只能给出一个解，受训练样本病态影响大。因此通过对BP网络的改进，建立了L-M算法神经网络的飞机发动机故障诊断模型。实验表明，该网络在一定程度上克服了BP网络存在的的问题，在逼近能力、分类能力和学习速度
L-M算法。除了动量法(基于梯度下降的训练算法)外
L-M算法。除了动量法(基于梯度下降的训练算法)外，学习率自适应调整策略是BP算法改进的另一种途径，它利用Levenberg-Marquardt优化方法，从而使得学习时间更短。其缺点是，对于复杂的问题，该方法需要很大的存储空间。
采用贝叶斯正则化算法提高 BP 网络的推广能力。我们采用两种训练方法
采用贝叶斯正则化算法提高 BP 网络的推广能力。我们采用两种训练方法，即 L-M 优化算法（trainlm）
L-M算法(BP的一种改进算法)应用实例
L-M算法(BP的一种改进算法)应用实例
L-M优化算法（trainlm）和贝叶斯正则化算法（trainbr）
L-M优化算法（trainlm）和贝叶斯正则化算法（trainbr）
基于GA与L-M优化算法的变压器故障诊断研究
<span style="color: rgb(0, 0, 0); font-family: 'Trebuchet MS', Arial; line-height: 21px; ">利用MATLAB环境建立一个用于变压器故障诊断的ＢＰ网络模型。首先利用具有全局寻优功能的遗传算法对BP神经网络的初始权值和阈值进行优化，然后采用L-M（Levenberg-Marquardt）优化算法对BP神经网络进行