bp神经网络 有什么用

我接触matlab12年了,第一次见不用训练直接sim的bp网络,他报的信息是你没有按照常规用神经网络!再问：那我现在程序出现什么问题？

你这相当于软测量建模,你说的Targe是matlab神经网络工具箱中的吧?我也做了一个神经网络仿真,没有用那个工具箱,直接编的程,我的是二个输入四个输出,其实很简单,一看就懂,想要把qq邮箱给我,我发

激励函数用于神经元由输入计算输出的,而训练函数和学习函数是基于误差,来修改权值和阈值的,再就完成了一次训练,然后继续迭代,知道达到迭代次数或满足精度.然而,学习函数和训练函数的功能貌似很相近,至于具体

毕业论文在做神经网络,已经到后期了可是还是搞不懂这两个的具体区别有同学从理论上讲,RBF网络和BP网络一样可近似任何的连续非线形函数,两者的主要

人工神经网络突出的优点(1)可以充分逼近任意复杂的非线性关系；(2)所有定量或定性的信息都等势分布贮存于网络内的各神经元,故有很强的鲁棒性和容错性；(3)采用并行分布处理方法,使得快速进行大量运算成为

%A百分含量[7.17.06.96.87.2]%B百分含量[3.23.43.63.84.0]%C百分含量[2.52.93.12.62.2]%%硬度[7865786972]%%P=[.];输入T=[.]

输入层,输出层,隐含层输入训练函数和测试函数,隐含层设置训练规则和权值还有阈值,输出训练结果和测试结果,找本书看看推荐matlab30个神经网络案例分析,上面讲解很好,还有例程

你的程序训练完毕后根本就没达到目标误差,就是说训练效果不好,不能进行预测,只有训练结果好了才能预测仿真,你再改一下隐含层神经元数或者训练和传递函数试试吧~另外输入层的值可以归一化也可以不归一化,归一化

某层的神经元个数与节点数是一个意思.按你的假设：虽是3层神经网络,但是去叫做两层BP网络,因为输入层一般不算做一层.按你的假设,n就该取2,s1就是隐含层节点数,选取的公式是Hornik提出的公式,可

从原理上来说,神经网络是可以预测未来的点的.实际上,经过训练之后,神经网络就拟合了输入和输出数据之间的函数关系.只要训练的足够好,那么这个拟合的关系就会足够准确,从而能够预测在其他的输入情况下,会有什

首先是我不知道你用的matlab是什么版本.如果用的2010以后的版本,那么你这样初始化神经网络一定会报警告.2010版以后初始化神经网络的语句是这样的net=newff(p,t,7);输出层不需要自

你的T 少了一个.

友情提醒百度知道上面的专家是很少的,大部分都是想赚赚积分闲人.以后有比较专业或者难一点的问题最好上专业的论坛上去问,百度知道只能算一个值得一试的补充.－－－－－－－－－－－－－－－－－－－－－－－－－

一般用trainlm,超大规模的用trainscg、traingdm.trainbr用的少.具体数学原理看书去吧.

这个很难通俗易懂,毕竟N多数学公式.找本书,详细了解下比较好.最好是能有详细的数学推导过程的,可以加深理解.

去“pudn”下载两段代码,看看便懂再问：网站不错，可是还要上传和审核，我就想麻烦了，你能给下载一份不？？再答：给个邮箱，还有就是，你最好弄几段代码传一下，方便自己以后从上面下载，其实很普通的代码传几

问题补充：基于BP神经网络的输出的问题希望能对数据进行归一化处理后能显示matlab中的归一化处理有三种方法1.premnmx、postmnmx、tramnmx2.restd、

我用.NET做过一个,不过准确率没这么高,75%到80%,可能是输入点少的缘故（4个）,总体样本一万多条,我随机抽取100条样本训练神经网络qq1320379472

1、引入动量项2、变尺度法3、变步长法具体怎么做,网上都有相关资料,公式比较难打,只能写到这个份

1,我用的是matlabR2008,一列代表一个样本.其他版本的不知道2,matlab中神经网络工具箱就已经很方便了,调用函数和修改参数就可以用了.3,net_1.trainParam.lr代表学习速