classification_BPNeuralNetwork:Python 基于BP神经网络实现不同直径圆的分类

上传者: 42134168 | 上传时间: 2024-05-13 21:00:26 | 文件大小: 494KB | 文件类型: ZIP
classification_BPNeuralNetwork 本文介绍了通过Python实现BP神经网络分类算法,对不同半径的圆进行多分类(3分类),特征即为圆的半径。 输入层12节点,一个6节点的隐藏层,输出层3个节点。 1.目标 通过BP算法实现对不同半径的圆的分类。 2.开发环境 IDE:PyCharm 2018.3.3(Community Edition) Python及相关库的版本号如下图所示: 3.准备数据 目的: 生成3类圆在第一象限内的坐标(圆心都是原点) 第1类:半径范围为110,分类标识为‘0’ 第2类:半径范围为1020,分类标识为‘1’ 第3类:半径范围为20~30,分类标识为‘2’ 代码如下:data_generate.py import numpy as np import math import random import csv # 只生成第一象限内的坐标即

文件下载

资源详情

[{"title":"( 12 个子文件 494KB ) classification_BPNeuralNetwork:Python 基于BP神经网络实现不同直径圆的分类","children":[{"title":"classification_BPNeuralNetwork-master","children":[{"title":"circles_data_test.csv <span style='color:#111;'> 2.03KB </span>","children":null,"spread":false},{"title":"screenshots","children":[{"title":"2圆的坐标.png <span style='color:#111;'> 97.24KB </span>","children":null,"spread":false},{"title":"4圆的半径.png <span style='color:#111;'> 124.94KB </span>","children":null,"spread":false},{"title":"1版本号.png <span style='color:#111;'> 86.54KB </span>","children":null,"spread":false},{"title":"5结果.png <span style='color:#111;'> 96.10KB </span>","children":null,"spread":false},{"title":"3散点图.png <span style='color:#111;'> 107.19KB </span>","children":null,"spread":false}],"spread":true},{"title":"data_generate.py <span style='color:#111;'> 1.85KB </span>","children":null,"spread":false},{"title":"circles.csv <span style='color:#111;'> 27.51KB </span>","children":null,"spread":false},{"title":"data_process.py <span style='color:#111;'> 2.89KB </span>","children":null,"spread":false},{"title":"data_analysis_bpnn.py <span style='color:#111;'> 5.79KB </span>","children":null,"spread":false},{"title":"circles_data_training.csv <span style='color:#111;'> 20.34KB </span>","children":null,"spread":false},{"title":"README.md <span style='color:#111;'> 15.02KB </span>","children":null,"spread":false}],"spread":true}],"spread":true}]

评论信息

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