资源简介
更加完美运行神经网络程序1) 非线性映射能力:BP神经网络实质上实现了一个从输入到输出的映射功能,数学理论证明三层的神经网络就能够以任意精度逼近任何非线性连续函数。这使得其特别适合于求解内部机制复杂的问题,即BP神经网络具有较强的非线性映射能力。
2) 自学习和自适应能力:BP神经网络在训练时,能够通过学习自动提取输出、输出数据间的“合理规则”,并自适应的将学习内容记忆于网络的权值中。即BP神经网络具有高度自学习和自适应的能力。
3) 泛化能力:所谓泛化能力是指在设计模式分类器时,即要考虑网络在保证对所需分类对象进行正确分类,还要关心网络在经过训练后,能否对未见过的模式或有噪声污染的模式,进行正确的分类。也即BP神经网络具有将学习成果应用于新知识的能力。
代码片段和文件信息
%适应值函数gabpEval
function[solval]=gabpEval(soloptions)
%val-the fittness of this individual
%s01-the individual。returned to allow for Lamarckian evolution
%options-[current_generation]
day=[0.9363 -0.9698 -0.9907 -0.9562 -0.9507 0.9363 -0.9164 0.9045 0.8918;
-0.9358 -0.9751 0.9821 -0.9544 -0.9469 0.9426 0.9182 0.8967 -0.8841;
0.9516 -0.9781 -0.9744 -0.9525 0.9509 0.9368 0.9082 -0.8903 -0.8665;
-0.9480 -0.9795 -0.9796 -0.9507 0.9509 0.9300 -0.9075 -0.8902 -0.8671;
- 上一篇:寻找三角形费马点Matlab程序
- 下一篇:将220V的市电转化为直流稳压电源输出
相关资源
- BP神经网络预测交通量
- matlab当中单层的BP神经网络不使用工具
- 机器学习_BP反向传播算法_MATLAB
- matlab bp神经网络包括数据.mat
- 粒子群算法求解BP神经网络参数
- BP神经网络matlab(简单而经典).
-
BP神经网络+PID控制simuli
nk仿真 - BP神经网络MATLAB实现不使用工具箱
- BP神经网络对iris数据集进行分类 MAT
- BP神经网络与MATLAB神经网络工具箱
- BP神经网络整定的PID算法_matlab源程序
- BP神经网络关于空气污染物含量预测
-
BP神经网络PID控制simuli
nk部分的S函数 - 使用bp神经网络进行分布式光伏出力预
- 网上找的BP神经网络算法程序和大家分
- 基于bp神经网络的变压器故障检测
- 基于Matlab的BP神经网络在大气污染预报
- 基于三层BP神经网络的股票数据预测模
- 使用遗传算法优化BP神经网络权值 的
- 利用bp神经网络算法,进行交通预测的
- 基于附加动量项和自学习速率法的改
- MATLAB实现基于BP神经网络英文字母识别
- bp神经网络数字识别
- 基于BP神经网络的手写体数字识别
- 遗传算法优化BP神经网络matlab程序
-
基于BP神经网络PID控制器及Simuli
nk仿 - 遗传算法优化的BP神经网络 - MATLAB源码
- 基于MATLAB的BP神经网络的臭氧总量预测
- BP神经网络用于轴承故障分类
- BP神经网络多分类
评论
共有 条评论