搜索资源列表
ANN
- 人工神经网络的c++实现方法，包括BP,RBF,SOM,LVQ等网络的源程序-Artificial neural network c++ realization, including BP, RBF, SOM, LVQ and other network source
nnmatlab
- BP和RBF神经网络示例代码，非常实用的，matlab编译通过-BP neural network and RBF neural network code in matlab ,easy to use
RBF
- RBF神经网络，调试后可用，教BP神经网络具有更好的优越性-RBF neural network, debugging can be used to teach the BP neural network has a better superiority
net-work
- 基于BP和RBF的函数逼近编程及仿真，含仿真结果和分析比较-Approximation programming and simulation-based BP and RBF functions, including analysis of the simulation results and compare
rbf
- rbf网络非线性的研究，RBF作为隐单元的“基”构成隐含层空间，这样就可以将输入矢量直接（即不需要通过权连接）映射到隐空间。基于神经网络的非线性回归系统,就是应用神经网络能逼近任意非线性函数这一特性而设计的。用于非线性函数逼近的前向神经网络主要有两种:BP 网络和RBF 网络。基于BP 网络的非线性函数逼近虽然在理论上是可行的,-Research rbf network nonlinear
BPaRBF
- 基于BP神经网络的预测及故障诊断，并且与RBF神经网络算法进行对比-Prediction and fault diagnosis based on BP neural network and RBF neural network algorithm and compare
nn_basic
- 神将网络中初学必备代码，包括BP、rbf、svm等基础知识-the basic learning code of neural network ,including bp、rbf、svm .....
bpfit
- 使用BP神经网络实现一个函数的拟合，效果没有SVM和RBF的效果好，不顾还是可以用的，注意某些参数的调节。-Use BP neural network function fitting, no effect of SVM and RBF effect, despite still can be used, pay attention to adjust certain parameters.
chap6
- 神经网络简单介绍，BP神经网络在线和离线辨识，RBF神经自适应控制。(Neural network is introduced simply, BP neural network is identified online and offline, and RBF neural adaptive control.)
人工神经网络与应用21个案例汇总
- 案例程序分析，用于神经网络编程参考；对人工神经初学者编程起指导作用(Case program analysis for neural network programming reference;The guiding role of programming for the beginners of artificial nerve)
MATLAB
- 本书论述在MATLAB环境下如何实现神经网络，包括了常用的神经网络及相关理论，如BP神经 网络、RBF神经网络、SVM、SOM神经网络、灰色神经网络、决策树、随机森林、小波神经网络、NARX神经网络等以及各种优化算法与神经网络的结合。((This book discusses how to realize neural network in MATLAB environment, including the commonly used neural network and related the
神经网络入门13课源码
- 神经网络入门13课源码 第一课 MATLAB入门基础 第二课 MATLAB进阶与提高 第三课 BP神经网络 第四课 RBF、GRNN和PNN神经网络 第五课 竞争神经网络与SOM神经网络 第六课 支持向量机( Support Vector Machine, SVM ) 第七课 极限学习机( Extreme Learning Machine, ELM ) 第八课 决策树与随机森林 第九课 遗传算法( Genetic Algorithm, GA ) 第十课 粒子群优化( Part
BP神经网络股票预测
- 在600085这个数据表中，以XZSLX综合作为输入，以收盘价作为输出 以前595个数据作为训练样本，后100个数据作为实际输出。 通过训练数据建立模型，最终输出100个预测的股票收盘价。 将预测的收盘价和实际的收盘价进行对比并求取误差，从而判断所建立模型的准确性。 RBF神经网络调用newff函数实现。(In the data table of 600085, XZSLX synthesis is used as input and closing price as output. The
BP神经网络股票预测
- 分别采用BP网络和RBF网络进行数据预测 在600085这个数据表中，以XZSLX综合作为输入，以收盘价作为输出 以前595个数据作为训练样本，后100个数据作为实际输出。 通过训练数据建立模型，最终输出100个预测的股票收盘价。 将预测的收盘价和实际的收盘价进行对比并求取误差，从而判断所建立模型的准确性。 BP神经网络调用newff函数实现。(In the data table of 600085, XZSLX synthesis is used as input and closing pr