一种改善BP神经网络性能的方法研究
BP神经网络目前被广泛应用,但是其收敛速度慢、预测精度不高的缺点却一直被人所诟病，因此，在传统BP神经网络中使用附加动量项法以及动态学习速率法，并以两者的融合为基础提出了陡峭因子可调激活函数法来改进BP神经网络。以非线性函数拟合为实例，从收敛速度和预测精度两方面对比分析两种方法，实验证明所提出的改进方法明显提高BP神经网络的收敛速度以及精度。
文件下载
评论信息
其他资源
- 计算机体系结构量化研究方法第五版答案（包括附录）
- 机器学习（4）-多元线性回归：数据集与源码下载
- 图像融合+质量评价
- C# Winform 图形缩放平移示例
- 线性回归预测PM2.5（包括代码详解）
- 微聊APP 聊天功能的开源APP项目
- 应用MATLAB的仪器仪表中的数字定位及分割
- 2017年美赛D题O奖论文.rar
- LM35与ICL7107数字温度计设计
- hadoop-eclipse-plugin-2.7.1.jar
- 最新PCB四层板设计详细教程
- Android应用源码之安卓记账本毕业设计项目源码
- Siemens PLC CAD模板
- kalman匀速直线目标跟踪matlab程序
- PSASP7.0版最优潮流计算用户手册
- 给互联网设计专业毕业生的职业发展建议
- Slider_DICOM_ARCHIVE_SCP.rar
- 樱桃-源码
- rtl60.bpl 文件
- 网上玩具购物系统网站
- 遥感图像的监督分类算法贝叶斯分类器vc
- 人脸识别系统
- MATLAB图像处理GUI(包括边缘检测、二值化、灰度化、图像增强、直方图均衡化等)
- ssh框架增删改查登陆例子，含数据库表
- DBC标准格式说明
- busybox-1.20.0.tar
- Spring live(中文高清版)
- 大文件UrlDecode工具
- china.xml
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明