基于matlab的车牌辨认,采用的是BP神经网络来辨认matlab
2019/2/10 15:15:35 6KB matlab
1
实验报告四:设计合适的BP神经网络,处理函数逼近问题。
要求根据问题选择合适的BP神经网络结构,对非线性函数—正弦函数进行逼近,并分析神经网络不同参数的影响。
2016/2/23 11:31:54 137KB 神经网络
1
关于杨艺的那篇《基于S函数的BP神经网络PID控制器及simulink仿真》,我本人在Matlab2016b搭建出来的SIMULINK模型,亲测可用
2019/7/11 18:34:24 204KB matlab
1
三层的bp神经网络,用于识别手写数字的。
包含训练代码、测试代码和训练模型,可以先运用训练代码保存训练模型,测试代码读取模型并识别测试集中的数字,也可以直接运用我的模型,导入保存数据,传入函数中既可用。
2019/8/27 9:24:35 1.17MB python
1
RBF神经网络和BP神经网络的C++完成算法
2016/2/7 22:47:55 109KB RBF 神经网络 C++ 源码
1
一、实验要求采用三层前馈BP神经网络实现标准人脸YALE数据库的识别,编程语言为C系列语言。
二、BP神经网络的结构和学习算法实验中建议采用如下最简单的三层BP神经网络,输入层为,有n个神经元节点,输出层具有m个神经元,网络输出为,隐含层具有k个神经元,采用BP学习算法训练神经网络。
BP神经网络的结构BP网络在本质上是一种输入到输出的映射,它能够学习大量的输入与输出之间的映射关系,而不需要任何输入和输出之间的精确的数学表达式,只需用已知的模式对BP网络加以训练,网络就具有输入输出对之间的映射能力。
BP网络执行的是有教师训练,其样本集是由形如(输入向量,期望输出向量)的向量对构成的。
在开始训练前,所有的权值和阈值都应该用一些不同的小随机数进行初始化。
2018/5/5 13:21:11 5.68MB 人工智能 神经网络BP 人脸识别
1
用遗传算法优化BP神经网络的Matlab编程实例.doc,matlab完好程序
2021/3/8 8:11:39 28KB 神经网络
1
布谷鸟搜索算法的总结,每一个鸟巢地位对应着一组BP神经网络初始连接权值和阀值,BP网络根据连接权值和阀值对训练集进行训练,计算每个鸟巢地位对应的预测精度,并根据预测精度找到当前最优鸟巢
2018/10/25 22:46:16 114KB 布谷鸟算法
1
该文件次要包含了两个利用Matlab做的BP算法,次要用来实现预测,该文件中包含两个网络,一个是普通BP神经网络,一个为双隐含层BP神经网络。
2015/11/12 20:20:26 49KB BP算法 预测
1
该课题为基于MATLABbp神经网络的雾霾天气下交通标志的识别系统。
主要分两步骤,一是进行图像去雾,采用暗通道的方法获取光透射率,从而去除雾霾。
得到清晰的图片后,利用颜色的方法进行交通标志的定位,众所周知,交通标志基本是红,蓝,黄三色组成,根据RGB不同组合可以定位到不同颜色,因为存在误差,所以需要借助形状学相关知识,将得到的误干扰面积去除,从而实现精准定位。
定位后,在原图基础上进行分割出彩色图标,利用bp神经网络方法,进行训练,识别,从而得出结果。
本设计配有一个GUI可视化界面,操作简单容易上手。
是个不错的选题。
1
共 341 条记录 首页 上一页 下一页 尾页
在日常工作中,钉钉打卡成了我生活中不可或缺的一部分。然而,有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚,我总是得牢记打开钉钉应用,点击"工作台",再找到"考勤打卡"进行签到。有时候因为工作忙碌,会忘记打卡,导致考勤异常,影响当月的工作评价。而且,由于我使用的是苹果手机,有时候系统更新后,钉钉的某些功能会出现异常,使得打卡变得更加麻烦。 另外,我的家人使用的是安卓手机,他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说,每次打卡都是一次挑战。他们总是担心自己会操作失误,导致打卡失败。 为了解决这些烦恼,我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习,我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03 15KB 钉钉 钉钉打卡