基于降维BP神经网络的高维数据分类研究
为确保高维数据的神经网络分类精度,提出了先降维后分类的方法。采用主成分分析(PCA)法实现高维数据的降维。通过分析传统BP算法,提出分两步来更新网络权值的扰动BP学习方法。采用MATLAB对降维分类算法的分类精度和误差收敛速度进行分析。仿真结果显示:先降维再采用扰动BP网络进行高维数据分类可大大提高数据的分类精度和训练速度。
文件下载
评论信息
其他资源
- Unity实习报告
- 安卓计算器（源代码+报告）
- TDC-GP22的研究
- Java身份证阅读器实例(华旭)
- STM32f103驱动SSD1306的OLED（0.96寸）演示动画驱动
- 很牛的网站扒站工具。从此仿站不用愁啦！
- JAVAWeb项目开发案例-房屋出租系统
- MINIST 手写数字识别 MATLAB仿真
- 数据结构（C语言版）（第2版）严蔚敏，配套资料全集
- 个人简历（c#写的）
- 图形数据库之王Neo4j从入门到精通（含Neo4j+D3.js完整实战项目开发）.rar
- 用PFC画颗粒级配曲线
- 数据结构（用面向对象方法与c++语言描述）第二版
- Qt实现的简单的中国象棋程序
- 线性探测法和拉链法处理散列表冲突
- Valheim Dedicated Server Manual.pdf
- Python内存问题：提示和技巧
- ninja-win-1.10.1.zip
- gradle-6.8.2-all.zip 快速下载
- Australian ATC load data AUS.csv
- ALINX原理图
- 快捷输入文本
- javaweb使用rsa加密解密jar包
- 酒店管理系统JAVA源代码
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明