流失预测 使用人工神经网络的客户流失预测 问题陈述 任务是预测某个客户是否会放弃公司。 也就是说，要预测“客户流失”属性。 通常，为每个客户国家/地区提供的信息帐户长度区号电话国际计划VMail计划VMail消息日间日间通话日间收费夏娃·明斯平安夜电话夏娃冲锋夜分钟夜间通话夜间收费国际分钟国际通话国际收费客户服务电话搅拌？ 内容 数据探索 数据预处理 训练模式 可视化模型

输出函数分析 应该将net的值尽量控制在收敛比较快的范围内 可以用其它的函数作为激活函数，只要该函数是处处可导的   0.5 f ′(net) 0.25 o 0 1 1 （0,0.5）  net （0,0） o

基于FPGA的Alexnet局部响应归一化函数实现，邱宇，别红霞，凭借低基于FPGA的Alexnet局部响应归一化函数实现基于FPGA的Alexnet局部响应归一化函数实现功耗和并行计算的特性，FPGA实现Alexnet前向网络成

matlab精度检验代码ANN MNIST分类器（从头开始） 用于人工神经网络分类的MATLAB代码。 该ANN只能有一个隐藏层。 该网络是从头开始编码的，这意味着它不使用MATLAB Deep Learning Toolbox之类的东西。 我这样做是因为我想了解ANN背后的所有数学原理。 另外，从头开始编写所有代码使我能够进行细微的更改，这些更改在使用框架时可能会很困难。 对这个项目的提交很少，因为我决定在完成后将其添加到GitHub。 运行代码 只需按下运行按钮（f5），即可运行网络。 我建议使用ctrl + enter逐节运行它，因为您可能不希望它每次都作图。 另一个原因是存在pooling.m替换了主代码的DATA INITIALIZATION部分。 如果要最大程度地合并输入数据，请运行pooling.m，然后逐节运行主代码（ANN_mnist.m），跳过第一节。 代码流 首先，代码从两个csv文件读取数据。 一种用于训练数据。 一种用于测试数据。 然后制作目标矩阵，并对输入数据进行归一化并以零为中心。 接下来，创建权重矩阵，并初始化网络的许多超参数。 最终，使用随机后裔来训练

人工神经网络与模拟进化计算（第2版）-简介: 本书较系统全面地讨论了人工神经网络与模拟进化计算的理论和工程应用，特别在学习理论和网络结构选择、动态神经网络、贝叶斯方法的应用以及模拟进化计算中的一些理论问题等方面的论述更为系统深入。讲解中力求讲清物理概念，以便读者深入理解一些主要方法的思路。 第2版加强了关于统计学习理论、核方法与支持向量机、自组织网络的灵活应用，盲信号处理等方面的内容;增加了神经网络在生物信息学和金融方面应用的实例，以及最近的一些参考文献，以便反映这一领域的新进展;为了便于掌握主要内容，对章节顺序也做了调整,模拟进化计算部分增加了分布估计算法一章。 本书适合用作研究生课程教材，或作为希望深入学习神经网络和进化计算的科技工作者的自学参考书。

对层状介质中各弹性参数对频散曲线的影响进行了探讨,研究了vR-λR频散曲线拐点的变化情况,提出了应用人工神经网络反演瑞利波频散曲线的问题.针对3层固体介质模型进行了频散曲线的网络训练和网络反演,验证了方法的有效性.研究发现:介质的横波速度和介质层的厚度对频散曲线的影响较大,用拐点法对地层进行分层缺乏理论依据,利用人工神经网络的方法可对瑞利波频散曲线进行反演,但反演训练费时,精度也需进一步研究.

CPN人工神经网络例子源码

人工神经网络算法实例

概述了非线性均衡算法在光传输系统中的必要性与重要性，阐述了经典的非线性均衡算法原理，指出了经典算法的缺点与局限性。结合近几年的研究现状，详细介绍了 4 种基于人工智能的非线性均衡算法，包括人工神经网络、支持向量机、无监督聚类和深度神经网络，并从性能、复杂度、实时性、应用灵活性等方面进行了对比，最后展望分析了基于人工智能的非线性均衡未来的发展趋势。

基于人工神经网络的车辆定位方法