基于BP神经网络模型的中国P2P借款人信用风险评估研究 基于BP神经网络模型的中国P2P借款人信用风险评估研究 基于BP神经网络模型的中国P2P借款人信用风险评估研究 基于BP神经网络模型的中国P2P借款人信用风险评估研究 基于BP神经网络模型的中国P2P借款人信用风险评估研究 基于BP神经网络模型的中国P2P借款人信用风险评估研究 基于BP神经网络模型的中国P2P借款人信用风险评估研究 基于BP神经网络模型的中国P2P借款人信用风险评估研究 基于BP神经网络模型的中国P2P借款人信用风险评估研究 基于BP神经网络模型的中国P2P借款人信用风险评估研究 基于BP神经网络模型的中国P2P借款人信用风险评估研究 基于BP神经网络模型的中国P2P借款人信用风险评估研究 基于BP神经网络模型的中国P2P借款人信用风险评估研究 基于BP神经网络模型的中国P2P借款人信用风险评估研究 基于BP神经网络模型的中国P2P借款人信用风险评估研究 基于BP神经网络模型的中国P2P借款人信用风险评估研究 基于BP神经网络模型的中国P2P借款人信用风险评估研究 基于BP神经网络模型的中国P2P借款人信用风险评
2022-04-21 21:05:32 3.15MB 神经网络 p2p 深度学习 机器学习
基于遗传BP神经网络的核桃破裂功预测模型 基于遗传BP神经网络的核桃破裂功预测模型 基于遗传BP神经网络的核桃破裂功预测模型 基于遗传BP神经网络的核桃破裂功预测模型 基于遗传BP神经网络的核桃破裂功预测模型 基于遗传BP神经网络的核桃破裂功预测模型 基于遗传BP神经网络的核桃破裂功预测模型 基于遗传BP神经网络的核桃破裂功预测模型 基于遗传BP神经网络的核桃破裂功预测模型 基于遗传BP神经网络的核桃破裂功预测模型 基于遗传BP神经网络的核桃破裂功预测模型 基于遗传BP神经网络的核桃破裂功预测模型 基于遗传BP神经网络的核桃破裂功预测模型 基于遗传BP神经网络的核桃破裂功预测模型 基于遗传BP神经网络的核桃破裂功预测模型 基于遗传BP神经网络的核桃破裂功预测模型 基于遗传BP神经网络的核桃破裂功预测模型 基于遗传BP神经网络的核桃破裂功预测模型 基于遗传BP神经网络的核桃破裂功预测模型 基于遗传BP神经网络的核桃破裂功预测模型 基于遗传BP神经网络的核桃破裂功预测模型 基于遗传BP神经网络的核桃破裂功预测模型 基于遗传BP神经网络的核桃破裂功预测模型 基于遗传BP神经网络的核桃破裂功预
2022-04-21 21:05:30 1.12MB 神经网络 深度学习 机器学习 人工智能
采用BP神经网络在MATLAB环境下,用脉搏测血压
2022-04-21 19:51:55 41KB BP神经网络 脉搏测血压 matlab
1
通信小白入门好文。极化码鼻祖Arikan亲自书写BP译码基础。
2022-04-21 14:03:34 57KB 数字通信 置信传播 极化码 译码
1
智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab代码模型及运行结果
2022-04-21 11:36:46 255KB matlab
1
该文件包含对应的文档和对该文档中问题的代码,对背包问题进行修改,该代码可以应用于其他问题
2022-04-21 11:18:38 15KB PSO 背包问题 Matlab
1
基于PSO-KELM的卫星参数区间预测代码 matlab版,使用粒子群算法(Particle Swarm Optimization,PSO)和核极限学习机(Kernel Extreme Learning Machine,KELM)算法相结合的卫星参数区间预测模型。
2022-04-21 11:00:51 763KB matlab 粒子群算法
基于MATLAB神经网络的交通标志识别系统。包含分禁令类,指示类和警示类,三种类别的交通标志均可识别,根据三种标志颜色不同通过HSV颜色空间定位到交通标志,然后利用形态学相关知识,按面积和长宽比小于一定阈值进行滤除,即可得到精准的定位。接着,分割出目标区域,得到彩色的目标区域。最后利用bp神经网络方法进行训练,得到结果,整个设计带有一个可视化GUI界面,方便操作,布局合理。
2022-04-21 09:06:38 1.74MB 神经网络 matlab 深度学习 BP神经网络
【达摩老生出品,必属精品,亲测校正,质量保证】 资源名:matlab粒子群算法_PSOMutation_PSO_matlab 资源类型:matlab项目全套源码 源码说明: 全部项目源码都是经过测试校正后百分百成功运行的,如果您下载后不能运行可联系我进行指导或者更换。 适合人群:新手及有一定经验的开发人员
2022-04-20 17:05:44 14KB matlab 粒子群算法 PSOMutation PSO
针对用BP神经网络进行预测时权值难以确定的问题,提出了一种基于将灰色理论与BP神经网络相结合的预测算法。采用数量研究法,选取重庆市某供电局1999年到2006年的售电量作为样本,利用不同的灰色模型对样本进行预测,再选出预测的最优值对BP网络进行训练,最后用已训练好的BP网络对样本数据进行预测。经实例预测表明:灰色理论与BP网络相结合的预测精度与单一的预测模型相比有了明显的改进,该算法在理论和实践应用中都是可行的,并为电力部门的生产运行和规划提供了重要的参考。
2022-04-20 15:10:35 771KB 行业研究
1