三层 BP 网络能逼近任意的非线性函数, 并已成功地应用于非线性系统的辨识[1]
。由于在进行非线性系统辨识时的在线学习算
法是在每一时刻采集一个样本进行训练, 因此, 若训练速率小, 则训练过程相对稳定, 但耗时长; 若训练速率大, 则会引起学习模型
的振荡, 即碰到极小点也可能会很快跳出, 特别是当噪声存在时, 就振荡得更剧烈, 往往达不到必要的精度, 并影响辨识的速度。
2021-12-27 18:40:37
930KB
1
神经网络是近年来受到国内外广泛关注的高新技术，不同科学的科技人员对其进行了深入的研究，并取得了许多有价值的研究成
果，利用BP网络实现图像质量评价，选取图像的几个特征向量作为BP网络的输入。一般BP的输入都是数值组成的。文中提出的用BP神经网
络作图像识别的方法，不对图像作特征提取，直接把图像数据作为神经网络识别器的输入。文章最后用Python完成了网络的训练与测试，并
给出了试验结果。结果表明，不作特征提取的神经网络图像识别系统具有很强的抗干扰能力。
2021-12-27 12:15:24
1.63MB
1
【图像识别】基于BP神经网络的手写字体识别matlab源码含GUI界面.md
2021-12-26 20:08:59
12KB
1
车牌识别是电子警察系统重要的功能模块, 字符识别是车牌识别的关键步骤。目前，BP（Back Propagation）人工神经网络因其优越的性能而广泛应用到车牌识别中，但是BP神经网络在局部极值、假饱和、收敛速度缓慢等方面存在着不足。针对这些局限性，从网络的层数、节点数、动量项、学习因子方面进行分析和改进，构建了一个优化的BP人工神经网络，进行字符识别。仿真结果表明，该优化的识别算法识别准确率高，具有良好的识别性能。
2021-12-26 17:11:17
531KB
1
【手写数字识别】基于BP神经网络手写数字识别matlab源码含GUI一、简介.zip
2021-12-21 11:24:37
2.46MB
1
将股票历史交易数据存入Access数据库，利用BP网络对历史交易数据进行建模。在此基础上，利用学习模型，分类或识别最近的股票交易数据，从而预测股票价格走势。
2021-12-15 17:26:34
290KB
1
LDPC码和RS码是目前2种较为常见的纠错编码，在深空通信方面有着广泛的应用。在相同码长和码率的情况下，对短LDPC码和RS码2种线性分组码在AWGN信道下进行了基于BP算法的性能比较。短LDPC码使用LLR-BP算法，RS码使用自适应置信度传播（ABP）算法。仿真结果表明，基于相同条件下，短LDPC码比较RS码表现出优越的译码性能。
2021-12-13 23:37:55
945KB
1