bp（back propagation）网络是1986年由rumelhart和mccelland为首的科学家小组提出，是一种按误差逆传播算法训练的多层前馈网络，是目前应用最广泛的神经网络模型之一。bp网络能学习和存贮大量的输入-输出模式映射关系，而无需事前揭示描述这种映射关系的数学方程。它的学习规则是使用最速下降法，通过反向传播...
因此隐含层层数 和学习算法的选取对于 BP 神经网络十分重要 什么是隐含层,隐藏层的意义要说明隐藏层的意义,需要从两个方面理解,一个是单个隐藏层的意义,一个是多层隐藏层的意义。单个隐藏层的意义隐藏层的意义就是把输入数据的特征,抽象到另一个维度空间,来展现其更抽
萌面**超人上传71.85 KB文件格式zip遗传算法bp网络matlab 基于模拟退火遗传算法优化bp神经网络进行预测。效果优于bp神经网络。适合新手学习。基于模拟退火遗传算法优化bp神经网络进行预测。效果优于bp神经网络。适合新手学习。 (0)踩踩(0) 所需:5积分
《BP神经网络在线学习算法的确定型收敛性》是依托大连理工大学,由吴微担任醒目负责人的面上项目。项目摘要 本项目考虑人工神经网络权值学习中广泛使用的在线梯度法的收敛性,这是神经网络研究对计算数学提出的一个新课题．在上一个自然科学基金项目中，我们研究了不带隐层的前馈网络，给出了一系列确定型收敛性结果。本...