精华内容
下载资源
问答
  • 利用LM算法训练的BP神经网络,在matlab上实现
  • 基于遗传算法BP神经网络优化算法matlab程序,matlab可以直接运行
  • 基于遗传算法BP神经网络优化算法MATLAB实现
  • MATLABBP神经网络用于回归拟合算法实现(更新1).docx
  • 1.bp算法matlab实现 图像分类 已调试 可以运行 2.基于神经网络的图像分类,数据资源是基于CIFAR-10,内含训练测试数据(batch),是唐宇迪深度学习入门课程的修改代码,python3版本 源码公开,仅供学习使用。
  • 利用遗传算法BP神经网络进行了优化,避免陷于局部最优解。直接修改data数据
  • 基于遗传算法BP神经网络MATLAB程序
  • 本文详细研究了基于MATLAB 2018工具箱的BP神经网络模型的建立和仿真过程,介绍了BP神经网络的原理及具体推导,并应用在江苏省教育厅高校哲学社会科学研究项目中,借助智能算法对指标体系的构成要素进行数据挖掘,所获取...
  • Matlab改进版的bp神经网络算法编程pso-改进版的bp神经网络算法编程(pso).rar 改进版的bp神经网络算法编程(pso),很不错的!!!
  • BP神经网络matlab代码

    2018-09-21 22:10:17
    自己写的代码。
  • 自己做实验的时候用到的一个资源,感觉还不错,分享出来,希望对你有所帮助,顺表捞点资源,无用不会发,放心下载。
  • MATLAB BP神经网络算法

    2021-05-03 18:08:52
    自己写的BP神经网络算法,经测试可以实现自主学习使结果不断接近目标输出
  • matlab 粒子群算法优化神经网络预测 直接使用 可用于流量预测等
  • 遗传算法优化神经网络matlab源码。此程序实现了利用遗传算法优化BP神经网络,内含matlab源码及遗传算法gaot工具包。亲测可用 神经网路 遗传算法 matlab
  • Matlab神经网络的遗传算法-遗传算法神经网络.rar 论坛里很多人问到了遗传算法优化神经网络的问题。但都没得到很好的解答,这是别人硕士论文里的源代码的。现在我把代码传上来,给大家一个参考!期待对你有所帮助!...
  • 本资源未调用matlab神经网络工具箱,利用代码实现了神经网络前向传播和后向权值更新
  • BP算法MATLAB实现

    2017-09-06 13:16:41
    大数据时代的来临让我们体会到了信息高速带给我们的...而神经网络作为大数据中经典算法之一,是我们有必要掌握的,而BP算法作为神经网络的初级算法,是我们学好其它神经网络算法的基础。本代码经过测试,可以直接运行
  • 本代码(MATLAB)可直接运行,对Iris鸢尾花数据分类,准确率96%左右,随机2/3数据训练,1/3数据测试。对于新手有帮助,多为矩阵运算。
  • 通过BP神经网络对模糊规则的学习能跟好的控制,实现模糊PID的有效控制。
  • MATLAB BP神经网络预测算法

    千次阅读 2019-11-24 06:22:53
    BP神经网络预测算法预测序号15的跳高成绩。 下表是国内男子跳高运动员各项素质指标 P=[3.2 3.2 3 3.2 3.2 3.4 3.2 3 3.2 3.2 3.2 3.9 3.1 3.2; 9.6 10.3 9 10.3 10.1 10 9.6 9 9.6 9.2 ...

    内容:BP神经网络是一种多层前馈网络,可以进行学习和存储输入输出映射关系,不需要建立数学方程式。

     

    BP神经网络预测算法预测序号15的跳高成绩。

    下表是国内男子跳高运动员各项素质指标

     

     

    P=[3.2 3.2 3 3.2 3.2 3.4 3.2 3 3.2 3.2 3.2 3.9 3.1 3.2;
    9.6 10.3 9 10.3 10.1 10 9.6 9 9.6 9.2 9.5 9 9.5 9.7;
    3.45 3.75 3.5 3.65 3.5 3.4 3.55 3.5 3.55 3.5 3.4 3.1 3.6 3.45;
    2.15 2.2 2.2 2.2 2 2.15 2.14 2.1 2.1 2.1 2.15 2 2.1 2.15;
    140 120 140 150 80 130 130 100 130 140 115 80 90 130;
    2.8 3.4 3.5 2.8 1.5 3.2 3.5 1.8 3.5 2.5 2.8 2.2 2.7 4.6;
    11 10.9 11.4 10.8 11.3 11.5 11.8 11.3 11.8 11 11.9 13 11.1 10.85;
    50 70 50 80 50 60 65 40 65 50 50 50 70 70];
    %输入数据,行数代表输入层神经元个数
    T=[2.24 2.33 2.24 2.32 2.2 2.27 2.2 2.26 2.2 2.24 2.24 2.2 2.2 2.35];
    [p1,minp,maxp,t1,mint,maxt]=premnmx(P,T); net=newff(minmax(P),[8,6,1],{'tansig','tansig','purelin'},'trainlm');
    %创建网络,激励函数
    net.trainParam.epochs = 5000;          %设置训练次数
    net.trainParam.goal=0.0000001;         %设置收敛误差
    [net,tr]=train(net,p1,t1);             %训练网络
    a=[3.0;9.3;3.3;2.05;100;2.8;11.2;50];  %输入数据
    a=premnmx(a);                          %将输入数据归一化
    b=sim(net,a);                          %放入到网络输出数据
    c=postmnmx(b,mint,maxt);               %将得到的数据反归一化得到预测数据
    c
    
    c=2.200
    

    序号15的跳高成绩预测为2.200

    作者:QinL

    展开全文
  • 接我的上一条笔记:《BP神经网络学习--MATLAB源码详细注释》,今天已经把遗传算法加进去优化,并且运行成功,效果很不错,代码也是从网上找来的,但是我查了很多资料,写了很多注释,我是小白~
  • MINIST手写字 Matlab BP神经网络程序 简要介绍http://blog.csdn.net/hoho1151191150/article/details/79573828
  • BP神经网络:是1986年由Rumelhart和McClelland为首的科学家提出的概念,是一种按照误差逆向传播算法训练的多层前馈神经网络,是目前应用最广泛的神经网络神经网络是把生活中的常见情节推广到计算仿真的范畴,这样...

    BP神经网络:是1986年由Rumelhart和McClelland为首的科学家提出的概念,是一种按照误差逆向传播算法训练的多层前馈神经网络,是目前应用最广泛的神经网络。神经网络是把生活中的常见情节推广到计算仿真的范畴,这样的启发式算法还有许多,例如:遗传算法、烟花算法、蚁群算法、模拟退火算法等等。

    一、神经网络算法步骤

    1、导入需要处理的数据,随机获取实验数据和目标数据。

    2、构建训练网络,函数:newwff。

    3、对网络训练,函数:train。

    4、仿真操作,函数:sin(net,x)。

    5、评价。

    6、模拟训练的效果可视化。

    在神经网络训练中,我们构建神经网络的实验数据和目标收敛数据都是从原始数据中随机获取的。

    二、神经网络学习主要函数说明

    1. newff:前馈网络创建函数
      函数结构:net = newff(A,B,{C},’trainFun’,’BLF’,’PF’)。
      参数:
      A:一个n*2的矩阵,第i行元素为输入信号Xi的最大最小值;
      B:一个K维行向量,其元素为网络中各个节点的数量;
      C:一个K维字符串行向量,每一个分量为对应层的神经元的激活函数,默认为“tansig”;
      trainFun:为学习规则的采用的训练算法。默认为:“trainlm”;
      BLF:BP权值/偏差学习函数。默认为:“learngdm”;
      PF:性能函数,默认为“mse”;

    2. train函数
      函数结构
      网络学习函数:[net,tr,YI,E] = train(net,X,Y) 。
      参数:
      X:网络实际输入;
      Y:网络应有输出;
      tr:网络跟踪信息;
      YI:网络实际输出;
      E:误差矩阵。

    3. sim函数
      函数结构:Y = sim(net,X) 。
      参数
      X:输入给网络的KN矩阵,K为网络输入个数,N为样本数据量;
      Y:输出矩阵Q
      N,其中Q为网络输出个数。

    三、案例

    1.案例1

    利用三层BP神经网络来完成非线性函数的逼近任务,其中隐层神经元个数为五个。

    clear; clc;
    
    X=-1:0.1:1;
    
    D=[-0.9602 -0.5770 -0.0729 0.3771 0.6405 0.6600 0.4609...
    
        0.1336 -0.2013 -0.4344
    -0.5000 -0.3930 -0.1647 -.0988...
    
        0.3072 0.3960 0.3449
    0.1816 -0.312 -0.2189 -0.3201];
    
    net=newff([-1,1],[5,1],{'tansig','tansig'});%初始网络
    
    net.trainParam.epochs=1000;%最大训练次数
    
    net.trainParam.goal=0.005;%训练要求精度
    
    net=train(net,X,D);%网络训练
    
    figure
    
    plot(X,D,'*',X,Y); %绘制实际曲线点和预测曲线
    
    % 利用得到的神经网络和数据仿真预测
    
    Y=sim(net,X)  %Y为预测结果
    

    在这里插入图片描述

    2.案例2

    clear;clc;
    
    P=[-1 -1 2 2 4;0
    5 0 5 7];
    
    T=[-1 -1 1 1
    -1];
    
    % 样本数据归一化处理
    
    [input_n,input_ps]=mapminmax(P);
    
    [output_n,output_ps]=mapminmax(T);
    
    % 初始化网络结果(利用minmax函数求输入样本范围)
    
    net=newff(input_n,output_n,[5,1]);%三个数据为输入样本数据,输出样本数据和隐含层节点数
    
    %设置参数
    
    net.trainParam.show=50;
    
    net.trainParam.lr=0.05;
    
    net.trainParam.epochs=300;
    
    net.trainParam.goal=0.005;
    
    %网络训练
    
    [net,tr]=train(net,P,T);
    
    %利用得到的神经网络和数据仿真预测
    
    Y=sim(net,P)%Y为预测结果
    

    在这里插入图片描述
    以上是BP神经网络的相关介绍,BP神经网络适用于大样本数据的预测,至于小样本还有灰色理论、最小二乘支持向量机、广义回归神经网络、灰色神经网络,不同的数据需要根据其自身特点选择不同的预测方法。在很多次实验之后,我比较钟情于BP神经网络和组合预测,组合预测是大趋势,客观上有道理,主观上有更大的操作可能性。
    下面给出广义回归神经网络(包含交叉验证过程的GRNN)用于小样本量预测的代码,包括BP神经网络预测结果的对比。
    GRNN预测,BP对比

    展开全文
  • 随着社会的发展,手写体数字识别得到了日益广泛的应用,因此有大量的手写体数字文档整理、查询、统计的工作需要完成,而手写体数字文档识别系统可以轻而易举地...预处理后将提取到的数字特征进行编码作为神经网络的输入
  • 简单的Bp神经网络MATLAB实现,对初学者有一定的帮助,
  • MATLAB2015b软件上,实现BP神经网络算法算法实现较为好理解,欢迎下载参考
  • Matlab遗传算法优化BP神经网络程序-遗传算法优化BP神经网络程序.rar 遗传算法优化BP神经网络程序
  • matlab变形的BP神经网络实例,代码简单易懂,不用积分。方便下载。我花了几天时间写的,注释详细。
  • 基于MATLAB的遗传算法的参考代码程序

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 5,590
精华内容 2,236
关键字:

matlab神经网络bp算法

matlab 订阅