RBF网络训练程序C++源代码,可以完成网络训练和网络测试功能。
-RBFthenetworktrainingprocedureCsourcecode,maycompletethenetworktrainingandthenetworktestfunction
2023/3/4 11:11:32 8KB 神经网络
1
包括两个MATLAB源代码和一个TEXT阐明文件包括RBF分类和回归代码
2023/2/19 0:36:01 3KB RBF神经网络
1
该matlab程序为系统学习基于RBF神经网络的PID自适应控制所写,优化算法为梯度下降法,代码可以实现输入输出数据的产生,RBF神经网络权值、结点、基宽的自适应调理,PID参数的自整定。
2023/2/10 5:31:55 1KB RBF 神经网络 自适应 PID
1
最小二乘法训练RBF神经网络的源程序能够运转
2023/2/9 0:13:49 952B 最小二乘 RBF
1
基于k-均值的RBF神经网络实现,matlab程序,基于k均值找到聚类中心,最小二乘法计算隐含层与输入层之间的权值。
2023/1/12 3:47:22 3KB RBF 看均值
1
利用RBF神经网络,将三容水箱正常工作数据和毛病数据进行分类,达到毛病检测目的。
2018/10/17 17:12:41 431KB RBF
1
线性神经网络,BP神经网络,Hopfield神经网格,Elman神经网络,RBF神经网络;
在模型应用模块中实现了六种实际应用:RBF网络的船用柴油机毛病诊断,BP网络的齿轮箱毛病诊断,SOM网络的回热系统毛病诊断,BP网络的设备状态分类器,SOM网络的人口比例样本分类,SOM网络的土壤性状样本分类
1
RBF神经网络负荷预测MATLAB法式
2019/10/2 11:43:28 9KB RBF 负荷预测
1
用matlab完成RBF神经网络
2017/1/4 15:08:20 4KB RBF
1
优点——RBF神经网络有很强的非线性拟合能力,可映射任意复杂的非线性关系,而且学习规则简单,便于计算机实现。
具有很强的鲁棒性、记忆能力、非线性映射能力以及强大的自学习能力,因此在彩票等非线性大数据分析预测方面,有着很大的应用市场。
具有局部逼近的优点RBF神经网络是一种功能优良的前馈型神经网络,RBF网络可以任意精度逼近任意的非线性函数,且具有全局逼近能力,从根本上解决了BP网络的局部最优问题,而且拓扑结构紧凑,结构参数可实现分离学习,收敛速度快。
只要在MATLAB(R2014b)平台上,通过运行径向基神经网络“RBF_SSQ”就可以快速预测。
预测系统推荐两注(参数可修改),单注可每号+-1,最多可12个号复试;
也可直接单注投注。
单注中奖率一般在2个以上,复试一般在4-6个红球。
预测可靠性远远高于网络彩票预测机构的水准。
2022/10/9 15:27:37 184KB 彩票预测
1
共 69 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