发表服务
BP神经网络的算法改进与应用研究重庆大学硕士学位论文学生姓名：程业：概率论与数理统计学科门类：理重庆大学数学与统计学院二O一一年四月StudyImprovedAlgorithmBPNeuralNetworkThesisSubmittedChongqingUniversityPartialFulfillment...
本论文以前馈神经网络中目前应用最广、最具代表性的BP神经网络为研究对象,对BP算法作了较为深入的研究,提出了两种改进算法:FAGABPNN(FactorAnalysisGeneticAlgorithmBackPropagationNeuralNetwork)算法和IAPSOBPNN(ParticleSwarmOptimization
基于遗传算法的优化BP神经网络算法与应用研究.【摘要】：反向传播(Back-Propagation,BP)神经网络是目前研究最为成熟的神经网络模型之一,由于具有较好的自学习、自适应、鲁棒性和泛化能力,被广泛地运用模式识别、函数近和图像处理等各个领域.然而BP网络...
BP神经网络实验报告实验要求构造一个三层的BP神经网络，完成手写0-9数字的识别实验步骤从网上下载MNIST数据集从官网上得到的数据集有4个，以IDX3-UBYTE的文件类型保存train-images.idx3-ubyte图片训练集，包含6万个数据图片train-labels.idx1-ubyte标签训练集，对应图片训练集的标签t10k-images-idx3-ubyt...
1田艳兵;;BP算法和PSO算法在神经网络中的研究[A];第二十九届中国控制会议论文集[C];2010年2陈作炳;艾春庭;夏雪峰;;BP神经网络软件[A];'2000系统技术及其应用学术交流会论文集[C];2000年3简季;杨武年;马正龙;陈园园;;BP神经网络在土地分类中的应用研究——以汶川地区为例[A];《测绘通报》测绘...
神经网络概述BP网络是一类多层的前馈神经网络。它的名字源于在网络训练的过程中，调整网络的权值的算法是误差的反向传播的学习算法，即为BP学习算法。BP算法是Rumelhart等人在1986年提出来的。由于它的结构简单，可调整的参数多，训练算法也多，而且可操作性好，BP神经网络获得了非常…
《数学建模BP神经网络论文》.doc,BP神经网络算法原理：输入信号通过中间节点（隐层点）作用于输出节点，经过非线形变换，产生输出信号，网络训练的每个样本包括输入向量和期望输出量，网络输出值与期望输出值之间的偏差，通过调整输入节点...
C.并行化加速基于BP的算法的重要优势之一是速度快，同时提供了较高的近似保证。在本节中，我们重点介绍并行化带来的提速。图8比较了Blossom算法和基于BP的算法（具有1个单核和16个核）的运行时间。
在BP算法的训练过程中，当拿到样本之后，我们做的第一步也是正向传播。当有了矩阵这个工具以后，正向传播的过程十分简单，就是不断将输入做线性组合，再应用激活函数，转换成输出，再到下一层的输入，不断重复直到到达神经网络的最后一…
2、准备知识--反向传播(BP)算法应用于神经网络.反向传播(BP)算法在深度学习中，应用广泛。.这里仅以前馈神经网络中的BP算法作为介绍。.神经网络是一个由输入层、隐藏层、输出层三部分组成的网络，如图(1)：数据从输入层，经过权重值和偏置项的线性...
BP神经网络的算法改进与应用研究重庆大学硕士学位论文学生姓名：程业：概率论与数理统计学科门类：理重庆大学数学与统计学院二O一一年四月StudyImprovedAlgorithmBPNeuralNetworkThesisSubmittedChongqingUniversityPartialFulfillment...
本论文以前馈神经网络中目前应用最广、最具代表性的BP神经网络为研究对象,对BP算法作了较为深入的研究,提出了两种改进算法:FAGABPNN(FactorAnalysisGeneticAlgorithmBackPropagationNeuralNetwork)算法和IAPSOBPNN(ParticleSwarmOptimization
基于遗传算法的优化BP神经网络算法与应用研究.【摘要】：反向传播(Back-Propagation,BP)神经网络是目前研究最为成熟的神经网络模型之一,由于具有较好的自学习、自适应、鲁棒性和泛化能力,被广泛地运用模式识别、函数近和图像处理等各个领域.然而BP网络...
BP神经网络实验报告实验要求构造一个三层的BP神经网络，完成手写0-9数字的识别实验步骤从网上下载MNIST数据集从官网上得到的数据集有4个，以IDX3-UBYTE的文件类型保存train-images.idx3-ubyte图片训练集，包含6万个数据图片train-labels.idx1-ubyte标签训练集，对应图片训练集的标签t10k-images-idx3-ubyt...
1田艳兵;;BP算法和PSO算法在神经网络中的研究[A];第二十九届中国控制会议论文集[C];2010年2陈作炳;艾春庭;夏雪峰;;BP神经网络软件[A];'2000系统技术及其应用学术交流会论文集[C];2000年3简季;杨武年;马正龙;陈园园;;BP神经网络在土地分类中的应用研究——以汶川地区为例[A];《测绘通报》测绘...
神经网络概述BP网络是一类多层的前馈神经网络。它的名字源于在网络训练的过程中，调整网络的权值的算法是误差的反向传播的学习算法，即为BP学习算法。BP算法是Rumelhart等人在1986年提出来的。由于它的结构简单，可调整的参数多，训练算法也多，而且可操作性好，BP神经网络获得了非常…
《数学建模BP神经网络论文》.doc,BP神经网络算法原理：输入信号通过中间节点（隐层点）作用于输出节点，经过非线形变换，产生输出信号，网络训练的每个样本包括输入向量和期望输出量，网络输出值与期望输出值之间的偏差，通过调整输入节点...
C.并行化加速基于BP的算法的重要优势之一是速度快，同时提供了较高的近似保证。在本节中，我们重点介绍并行化带来的提速。图8比较了Blossom算法和基于BP的算法（具有1个单核和16个核）的运行时间。
在BP算法的训练过程中，当拿到样本之后，我们做的第一步也是正向传播。当有了矩阵这个工具以后，正向传播的过程十分简单，就是不断将输入做线性组合，再应用激活函数，转换成输出，再到下一层的输入，不断重复直到到达神经网络的最后一…
2、准备知识--反向传播(BP)算法应用于神经网络.反向传播(BP)算法在深度学习中，应用广泛。.这里仅以前馈神经网络中的BP算法作为介绍。.神经网络是一个由输入层、隐藏层、输出层三部分组成的网络，如图(1)：数据从输入层，经过权重值和偏置项的线性...
发表服务