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
1
立体匹配是深度估计的基础。
而bp算法和graphcut算法是比较成功的处理立体匹配（全局）的算法，这里有几种经典的基准源代码，以及代码使用方法及部分注释。
一些小的改变甚至于可以不需要知道算法步骤即可实现。
而bp算法和graphcut算法是比较成功的处理立体匹配（全局）的算法，这里有几种经典的基准源代码，以及代码使用方法及部分注释。
一些小的改变甚至于可以不需要知道算法步骤即可实现。
2017/6/24 21:18:20
13.65MB
1
【达摩老生出品，必属精品，亲测校正，质量保证】资源名：matlab_SCCPM_LDPC+CPM仿真_LOG-MAP算法_SOVA算法_LOG-BP算法资源类型：matlab项目全套源码源码说明：全部项目源码都是经过测试校正后百分百成功运行的，如果您下载后不能运行可联系我进行指点或者更换。
适合人群：新手及有一定经验的开发人员
适合人群：新手及有一定经验的开发人员
2019/6/23 12:55:37
1.23MB
1
针对BP神经网络训练过程易陷入局部极值导致训练误差收敛速度慢的问题，提出将具有全局寻优的萤火虫算法，结合BP算法共同训练神经网络。
在本质上，萤火虫BP神经网络利用萤火虫算法对神经网络进行早期训练，避开局部极值点，得到优化后的神经网络初始权值后，利用BP算法的局部寻优特性对网络做进一步精细训练。
轴承毛病实验表明，萤火虫BP神经网络的训练误差收敛速度相比BP神经网络、萤火虫神经网络显著提升，毛病识别率最高达到99.47%。
在本质上，萤火虫BP神经网络利用萤火虫算法对神经网络进行早期训练，避开局部极值点，得到优化后的神经网络初始权值后，利用BP算法的局部寻优特性对网络做进一步精细训练。
轴承毛病实验表明，萤火虫BP神经网络的训练误差收敛速度相比BP神经网络、萤火虫神经网络显著提升，毛病识别率最高达到99.47%。
2018/11/10 22:25:45
1.2MB
1
本文来自于csdn，本文是主要介绍了神经网络应用在分类问题中效果，以及神经网络结构及算法，希望对您的学习有所协助。
1.1基本结构说明：通常一个神经网络由一个inputlayer，多个hiddenlayer和一个outputlayer构成。
图中圆圈可以视为一个神经元（又可以称为感知器）设计神经网络的重要工作是设计hiddenlayer，及神经元之间
1.1基本结构说明：通常一个神经网络由一个inputlayer，多个hiddenlayer和一个outputlayer构成。
图中圆圈可以视为一个神经元（又可以称为感知器）设计神经网络的重要工作是设计hiddenlayer，及神经元之间
2016/7/26 8:12:58
944KB
1
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