由于学生英语写作成绩预测受诸多因素影响，具有高维、非线性特点，本文基于广义回归神经网络（GRNN）算法原理，构建了GRNN学生英语写作成绩预测模型，并与弹性BP算法改进的BP神经网络模型的预测结果进行对比分析。仿真结果表明：改进的BP神经网络模型的预测最大相对误差为3.23%，GRNN模型的预测最大相对误差仅为-0.72%，表明所建立的GRNN模型的预测精度高、泛化能力强、收敛速度快、调整参数少，验证了将GRNN应用于英语写作成绩预测方案的可行性。
2021-06-20 14:24:57
1.18MB
1
matlab代码///用BP算法神经网洛近似函数：线性、非线性、单变量、多变量、自行调节隐藏层数量、自行设置函数、可修改激活函数（此里边用的是sigmoid函数）。
2021-06-01 17:00:02
2KB
1
手写数字识别图片资源，黑底白字，每个数字大于9000张图片，自己已经试用过，没有任何问题。用来入门神经网络等算法非常合适。
2021-05-05 20:02:08
14.93MB
1
将传统Ｆｏｕｒｉｅｒ神经网络与忆阻器相结合，用忆阻器做突触，构建新型的忆阻Ｆｏｕｒｉｅｒ神经网络．推导忆导变化与权值更新的关系，提出忆阻突触权值更新规则，构建单输入忆阻Ｆｏｕｒｉｅｒ神经网络，提出忆阻ＢＰ算法对模糊二值图像和灰度进行处理．Ｍａｔｌａｂ仿真实验表明该算法可以有效实现图像复原，提高图像清晰度．忆阻Ｆｏｕｒｉｅｒ神经网络有望用于解决复杂的图像处理问题．
2021-05-02 09:42:13
636KB
1