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
- 2014华农 操作系统 大实验六 模拟操作系统实现
- 高层次综合hls例程
- STM32 USB转串口驱动 Virtual COM Port Driver(V1.5.0)
- 动态规划 立体匹配 半全局立体匹配
- 上海大学自动控制原理真题
- dspTMS320C6678官方工程程序
- 数据库java课设，点菜系统
- 基于Matlab的RC一阶电路仿真
- java比特币开发详解
- 汇编语言 计算器设计 四则混合运算
- SEIR课程设计源码与相关城市数据.rar
- mc1496设计基本调幅电路 课程设计
- BatchInnerBankTransfer.xls
- 区间扫描线算法
- 深信服AC渠道高级认证A卷
- Snake主动轮廓模型
- 利用Packet+Tracer学习校园网的组建
- C++任意进制转换
- ASP.NET Boilerplate Project框架源码
- canvas createjs实现美丽夜空，流星，月亮，闪烁星星，飘落雪花
- Routing, Flow and Capacity Design in Communication and Computer Networks
- roboBASIC命令手册完整版
- MFC记事本vc6.0下开发
- 有关图像jpeg压缩算法介绍及其源码
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