提出了一种采用改进的SOM神经网络对矿井突水水源进行判别的方法。该方法把水质中的Na+、K+、Ca2+、Mg2+、Cl-、SO24-和HCO-3等7种离子的含量作为判断因素,结合改进的SOM神经网络模型,对20个水源样品进行分类。实验结果表明,该方法的误判率为0,能够准确地判别矿井突水水源。

本软件是一个使用BP神经网络为制作模型，构建的一个二层网络学习模型，其中输入维数为2，隐层单元数为2，输出为1，模拟了与或门的学习过程。作者通过制作，使得网络最佳效果能在400次左右能收敛，使用者可以通过多次运行来观察效果。

BP神经网络信道均衡，matlab的仿真实现

【全部列表】 案例1 BP神经网络的数据分类-语音特征信号分类 案例2 BP神经网络的非线性系统建模-非线性函数拟合 案例3 遗传算法优化BP神经网络-非线性函数拟合 案例4 神经网络遗传算法函数极值寻优-非线性函数极值 案例5 基于BP_Adaboost的强分类器设计-公司财务预警建模 案例6 PID神经元网络解耦控制算法_多变量系统控制 案例7 RBF网络的回归-非线性函数回归的实现 案例8 GRNN的数据预测-基于广义回归神经网络货运量预测 案例9 离散Hopfield神经网络的联想记忆—数字识别 案例10 离散Hopfield神经网络的分类——高校科研能力评价 案例11 连续Hopfield神经网络的优化-旅行商问题优化计算 案例12 SVM神经网络的数据分类预测-葡萄酒种类识别 案例13 SVM神经网络中的参数优化---提升分类器性能 案例14 SVM神经网络的回归预测分析---上证开盘指数预测 案例15 SVM神经网络的信息粒化时序回归预测 案例16 单层竞争神经网络的数据分类—患者癌症发病预测 案例17 SOM神经网络的数据分类--柴油机故障诊断 案例......

人工神经网络介绍 BP神经网络详解与实例 BP算法 神经网络 机器学习 马尔科夫链 共85页.ppt

第三章加速器系统设计 代码3．6卷积神经网络BP算法部分伪代码 ／／the pooling layer Error computation for(int i_0；i=kernel_x-1)&&(x斗_m<=map_in-)(一1)＆＆ (y+n>=kernel_y-1)&&(y+n<--map_in_y—1)){ energy_sum+=err_outlj][x+m—kemel_x+1][y+n—kernel_x+l】 宰kernel_weight[i][j][m][n]； })}} err_in[i][x][y]=energy_sum； ))} ／／the convolutional layer Error computation for(int i_0；i

2022-06-13 12:00:11 8.49MB 深度学习

1