旅游客流量受多种因素影响，传统的时间序列预测模型无法描述预测对象的规律，人工智能方法如BP神经网络，其结构的选择过多依赖经验，基于此提出了利用改进的粒子群算法优化BP神经网络，通过惯性因子的非线性递减来改善粒子群的寻优性能。将该预测模型应用于自贡灯会的客流量进行实际预测分析，通过对150组训练样本和50组测试样本的实验仿真，可知改进后的方法提高了预测结果的准确度，并且涉及参数少、简单有效。
2022-03-23 21:05:03
307KB
1
MATLAB神经网络bp的汉字识别，字体可以更换，带界面。简单调试下可运行。
2022-03-23 10:03:43
356KB
1
贝叶斯正规化 BP 神经网络有效的避免了神经网络学习过程中的过拟合问题，且当实际资料中样本量有限或无法保证代表性时，使用贝叶斯正规化方法建立神经
网络可以提高其泛化能力
2022-03-22 12:50:16
543KB
1
基于python、numpy实现的高参数自由度神经网络
1）隐藏层层数可选，每层神经元个数可选【列表输入】
2）激励函数可选：sigmoid、tanh、relu
3）输入神经元个数可选，输出神经元个数可选，默认为2，即2分类
2022-03-20 22:25:57
2KB
1