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
- Spark：一个高效的分布式计算系统
- 恩智浦全国大学生智能车竞赛信标程序第十三届
- matlab图像拼接
- x86汇编语言-从实模式到保护模式源码及工具
- steam密码记录工具
- 实验2基于数据报套接字的网络程序设计
- 因子分析法原理及其实例分析
- Thomas Brinkhoff移动对象生成器的修改
- eclipse-cpp-luna-SR2-linux-gtk-x86_64.tar.gz
- DDS线性调频信号发生器(FPGA, VHDL)
- LV8729中文说明
- Network Economics: A VARIATIONAL INEQUALITY APPROACH[Anna_Nagurney].pdf
- l298n程序 用pwm控制的
- wifi_snifer.rar
- shallow water equation c++ code
- ubuntu 开机动画实现
- Sketchup开发 Sketchup Ruby API
- matlab人脸识别实验代码及优化
- PB纯源码生成二维码秒识别
- 计算机组成与设计硬件软件接口 第三版 答案
- (好玩的小游戏源代码)only_v1.1.zip送给女朋友的
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