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
- 模式识别第四版（(希腊)Sergios Theodoridis)
- 页面淘汰算法实验报告
- 高级C C++编译技术（中文，高清，带目录）
- 多关键字排序（C语言）
- ida pro 下载地址
- 学生考勤管理系统 java+sqlserver
- 锐起RDV旗舰版4.0正式版(build 2241).zip
- S6E63D0.ppt
- 爬虫脚本项目源码-图片内容反爬
- Cohort Intelligence
- 运动会计分系统（c++，包括课程设计文档）
- Android下读取PHY寄存器地址的工具
- rainbow：使用模式为命令输出或STDIN着色-源码
- storybook-graphql-kit-graphcms：用于GraphCMS的Storybook插件-源码
- 等级保护新标准2.0介绍.pptx
- mean shift segmentation
- SPI从机通信设置
- 截屏源码截屏源码
- 基于matlab中polyfit函数代码进行拟合
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