bp神经网络例子
@寿有5236：bp神经网络(医学术语) - 搜狗百科
甘姣15295734247…… 【热心相助】 您好!BP神经网络在土木工程中的应用很多.1.BP神经网络在岩土工程中优化2.BP神经网络在桥梁施工控制中的应用3.BP神经网络在现场混凝土强度的预测应用4.BP神经网络在工程项目管理中的应用5.在分岔隧道位移反分析中的应用6.神经网络智能算法在土木工程结构健康监测中的应用7.BP人工神经网络在深层搅拌桩复合地基承载力计算中的应用8. BP神经网络在房地产投资风险分析中的应用 9.BP人工神经网络在青藏铁路南段地壳稳定性定量评价中的应用10.基于神经网络的土木工程结构损伤识别
@寿有5236：求BP神经网络的MATLAB算法 -
甘姣15295734247…… 以常用的三层BP为例:net=newff(P,T,{m},{'tansig'},'trainlm');//用newff建立新的网络net,P为样本输入,T为目标输出,m为隐层的神经元数目,tansig为隐层到输出层的传输函数,如果是多隐层则要给出每层的输出函数,trainlm为训练函数net....
@寿有5236：bp神经网络用啥算法? -
甘姣15295734247…… 自己找个例子算一下,推导一下,这个回答起来比较复杂 神经网络对模型的表达能力依赖于优化算法,优化是一个不断计算梯度并调整可学习参数的过程,Fluid中的优化算法可参考 优化器 .在网络的训练过程中,梯度计算分为两个步骤:前向...
@寿有5236：直接用神经网络工具箱构建bp神经网络,希望能给个例子说明,有注解最好,本人matlab新手,谢谢 -
甘姣15295734247…… BP(Back Propagation)神经网络是1986年由Rumelhart和McCelland为首的科学家小组提出,是一种按误差逆传播算法训练的多层前馈网络,是目前应用最广泛的神经网络模型之一.BP网络能学习和存贮大量的输入-输出模式映射关系,而无需事前揭示描述这种映射关系的数学方程.它的学习规则是使用最速下降法,通过反向传播来不断调整网络的权值和阈值,使网络的误差平方和最小.BP神经网络模型拓扑结构包括输入层(input)、隐层(hidden layer)和输出层(output layer). 附件就是利用神经网络工具箱构建BP神经网络进行预测的实例.如果要用可视化工具,可以在命令窗口输入nntool.
@寿有5236：BP神经网络在都某些疾病影响因素上的应用,一般怎么应用,比如肾炎..有没有具体例子?~?
甘姣15295734247…… 我想你做的应该是用BP神经网络来判断肾炎等病症吧,你可以考虑哪些因素是肾炎的表现,将这些因素作为BP神经网络的输入数据,肾炎和非肾炎作为神经网络的输出数据,通过构建的输入和输出数据集来训练BP神经网络,只是给你提一个简单的思路,不知道对你有没有用.
@寿有5236：人工神经网络的例子,两三个就可以了... -
甘姣15295734247…… 基于MATLAB的神经网络编程(1)编程理论作为比较成熟的算法,软件Matlab中有神经网络工具箱,所以可以借助Matlab神经网络工具箱的强大功能,在此基础上进行二次开发,从繁琐的编程工作中解脱出来,大大提高工作效率.Matlab的神...
@寿有5236：用Matlab算BP神经网络的具体算法?
甘姣15295734247…… BP神经网络的传递函数一般采用sigmiod函数,学习算法一般采用最小梯度下降法;下面是具体的程序例子: 例1 采用动量梯度下降算法训练 BP 网络. 训练样本定义如下: 输入矢量为 p =[-1 -2 3 1 -1 1 5 -3] 目标矢量为 t = [-1 -1 1 1] 解:本例的...
@寿有5236：BP神经网络算法的介绍 -
甘姣15295734247…… BP(Back Propagation)网络是1986年由Rumelhart和McCelland为首的科学家小组提出,是一种按误差逆传播算法训练的多层前馈网络,是目前应用最广泛的神经网络模型之一.BP网络能学习和存贮大量的输入-输出模式映射关系,而无需事前揭示描述这种映射关系的数学方程.它的学习规则是使用最速下降法,通过反向传播来不断调整网络的权值和阈值,使网络的误差平方和最小.BP神经网络模型拓扑结构包括输入层(input)、隐层(hide layer)和输出层(output layer).
@寿有5236：用matlab中bp神经网络实现由输入值预测输出值的程序 -
甘姣15295734247…… 给你个例子如下,net=newff(inputn,outputn,[8,4],{'tansig','purelin'},'trainscg');%初始化网络结构%网络参数配置(迭代次数、学习率、目标) net.trainParam.epochs=3000; net.trainParam.lr=0.08; net.trainParam.goal=0.05; net.divideFcn = ''; [net,tr]...
甘姣15295734247…… 【热心相助】 您好!BP神经网络在土木工程中的应用很多.1.BP神经网络在岩土工程中优化2.BP神经网络在桥梁施工控制中的应用3.BP神经网络在现场混凝土强度的预测应用4.BP神经网络在工程项目管理中的应用5.在分岔隧道位移反分析中的应用6.神经网络智能算法在土木工程结构健康监测中的应用7.BP人工神经网络在深层搅拌桩复合地基承载力计算中的应用8. BP神经网络在房地产投资风险分析中的应用 9.BP人工神经网络在青藏铁路南段地壳稳定性定量评价中的应用10.基于神经网络的土木工程结构损伤识别
@寿有5236：求BP神经网络的MATLAB算法 -
甘姣15295734247…… 以常用的三层BP为例:net=newff(P,T,{m},{'tansig'},'trainlm');//用newff建立新的网络net,P为样本输入,T为目标输出,m为隐层的神经元数目,tansig为隐层到输出层的传输函数,如果是多隐层则要给出每层的输出函数,trainlm为训练函数net....
@寿有5236：bp神经网络用啥算法? -
甘姣15295734247…… 自己找个例子算一下,推导一下,这个回答起来比较复杂 神经网络对模型的表达能力依赖于优化算法,优化是一个不断计算梯度并调整可学习参数的过程,Fluid中的优化算法可参考 优化器 .在网络的训练过程中,梯度计算分为两个步骤:前向...
@寿有5236：直接用神经网络工具箱构建bp神经网络,希望能给个例子说明,有注解最好,本人matlab新手,谢谢 -
甘姣15295734247…… BP(Back Propagation)神经网络是1986年由Rumelhart和McCelland为首的科学家小组提出,是一种按误差逆传播算法训练的多层前馈网络,是目前应用最广泛的神经网络模型之一.BP网络能学习和存贮大量的输入-输出模式映射关系,而无需事前揭示描述这种映射关系的数学方程.它的学习规则是使用最速下降法,通过反向传播来不断调整网络的权值和阈值,使网络的误差平方和最小.BP神经网络模型拓扑结构包括输入层(input)、隐层(hidden layer)和输出层(output layer). 附件就是利用神经网络工具箱构建BP神经网络进行预测的实例.如果要用可视化工具,可以在命令窗口输入nntool.
@寿有5236：BP神经网络在都某些疾病影响因素上的应用,一般怎么应用,比如肾炎..有没有具体例子?~?
甘姣15295734247…… 我想你做的应该是用BP神经网络来判断肾炎等病症吧,你可以考虑哪些因素是肾炎的表现,将这些因素作为BP神经网络的输入数据,肾炎和非肾炎作为神经网络的输出数据,通过构建的输入和输出数据集来训练BP神经网络,只是给你提一个简单的思路,不知道对你有没有用.
@寿有5236：人工神经网络的例子,两三个就可以了... -
甘姣15295734247…… 基于MATLAB的神经网络编程(1)编程理论作为比较成熟的算法,软件Matlab中有神经网络工具箱,所以可以借助Matlab神经网络工具箱的强大功能,在此基础上进行二次开发,从繁琐的编程工作中解脱出来,大大提高工作效率.Matlab的神...
@寿有5236：用Matlab算BP神经网络的具体算法?
甘姣15295734247…… BP神经网络的传递函数一般采用sigmiod函数,学习算法一般采用最小梯度下降法;下面是具体的程序例子: 例1 采用动量梯度下降算法训练 BP 网络. 训练样本定义如下: 输入矢量为 p =[-1 -2 3 1 -1 1 5 -3] 目标矢量为 t = [-1 -1 1 1] 解:本例的...
@寿有5236：BP神经网络算法的介绍 -
甘姣15295734247…… BP(Back Propagation)网络是1986年由Rumelhart和McCelland为首的科学家小组提出,是一种按误差逆传播算法训练的多层前馈网络,是目前应用最广泛的神经网络模型之一.BP网络能学习和存贮大量的输入-输出模式映射关系,而无需事前揭示描述这种映射关系的数学方程.它的学习规则是使用最速下降法,通过反向传播来不断调整网络的权值和阈值,使网络的误差平方和最小.BP神经网络模型拓扑结构包括输入层(input)、隐层(hide layer)和输出层(output layer).
@寿有5236：用matlab中bp神经网络实现由输入值预测输出值的程序 -
甘姣15295734247…… 给你个例子如下,net=newff(inputn,outputn,[8,4],{'tansig','purelin'},'trainscg');%初始化网络结构%网络参数配置(迭代次数、学习率、目标) net.trainParam.epochs=3000; net.trainParam.lr=0.08; net.trainParam.goal=0.05; net.divideFcn = ''; [net,tr]...
