反向傳播算法也稱BP算法，是一種神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)的數(shù)學(xué)模型，解決多層前向神經(jīng)網(wǎng)絡(luò)的權(quán)系數(shù)優(yōu)化
資源簡(jiǎn)介：反向傳播算法也稱BP算法。由于這種算法在本質(zhì)上是一種神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)的數(shù)學(xué)模型，所以，有時(shí)也稱為BP模型。
上傳時(shí)間： 2016-12-02
上傳用戶：417313137
資源簡(jiǎn)介：反向傳播算法也稱BP算法。由于這種算法在本質(zhì)上是一種神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)的數(shù)學(xué)模型，所以，有時(shí)也稱為BP模型。
上傳時(shí)間： 2014-01-19
上傳用戶：youlongjian0
資源簡(jiǎn)介：反向傳播算法也稱BP算法，是一種神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)的數(shù)學(xué)模型，解決多層前向神經(jīng)網(wǎng)絡(luò)的權(quán)系數(shù)優(yōu)化
上傳時(shí)間： 2014-01-13
上傳用戶：wyc199288
資源簡(jiǎn)介：反向傳播(back－propagation,BP)算法是一種計(jì)算單個(gè)權(quán)值變化引起網(wǎng)絡(luò)性能變化值的較為簡(jiǎn)單的方法。由于BP算法過程包含從輸出節(jié)點(diǎn)開始，反向地向第一隱含層(即最接近輸入層的隱含層)傳播由總誤差引起的權(quán)值修正，所以稱為"反向傳播"。
上傳時(shí)間： 2013-12-16
上傳用戶：風(fēng)之驕子
資源簡(jiǎn)介：利用隨機(jī)反向傳播網(wǎng)絡(luò)歸類的學(xué)習(xí)算法。它是LMS算法的自然延伸，也是多層神經(jīng)網(wǎng)絡(luò)的有監(jiān)督訓(xùn)練。
上傳時(shí)間： 2017-05-15
上傳用戶：nairui21
資源簡(jiǎn)介：BP算法及改進(jìn)BP算法，已測(cè)試，附帶說明文檔
上傳時(shí)間： 2015-02-13
上傳用戶：wangyi39
資源簡(jiǎn)介：用matlab開發(fā)的用遺傳算法改進(jìn)的BP算法程序，編譯通過
上傳時(shí)間： 2014-11-29
上傳用戶：大三三
資源簡(jiǎn)介：BP算法C++的BP算法源程序 BP算法C++的BP算法源程序
上傳時(shí)間： 2013-12-30
上傳用戶：q123321
資源簡(jiǎn)介：神經(jīng)網(wǎng)絡(luò)算法神經(jīng)網(wǎng)絡(luò)BP算法(C程序) 神經(jīng)網(wǎng)絡(luò)BP算法(C程序)
上傳時(shí)間： 2013-12-24
上傳用戶：jiahao131
資源簡(jiǎn)介：此代碼是ＬＤＰＣ碼進(jìn)行BP算法的重要參考代碼，價(jià)值很高！并且可以進(jìn)行BP的改進(jìn)算法min-sum BP算法的改進(jìn)工作！參考的價(jià)值不錯(cuò)
上傳時(shí)間： 2014-01-09
上傳用戶：bibirnovis
資源簡(jiǎn)介：此代碼是ＬＤＰＣ碼進(jìn)行BP算法的重要參考代碼，價(jià)值很高！并且可以進(jìn)行BP的改進(jìn)算法min-sum BP算法的改進(jìn)工作！參考的價(jià)值不錯(cuò)！！信道的源碼！
上傳時(shí)間： 2014-01-10
上傳用戶：luopoguixiong
資源簡(jiǎn)介：bp反向傳播算法,用c++編寫,用于航空運(yùn)輸預(yù)測(cè)問題.
上傳時(shí)間： 2015-04-11
上傳用戶：yyq123456789
資源簡(jiǎn)介：開發(fā)環(huán)境:C語言 簡(jiǎn)要說明:BackProp算法：BP網(wǎng)絡(luò)是反向傳播(Back Propagation)網(wǎng)絡(luò)。它是一種多層前向網(wǎng)絡(luò)，采用最小均方差學(xué)習(xí)方式。這是一種最廣泛應(yīng)用的網(wǎng)絡(luò)。它可用于語言綜合，識(shí)別和自適應(yīng)控制等用途。BP網(wǎng)絡(luò)需有教師訓(xùn)練。
上傳時(shí)間： 2013-12-28
上傳用戶：liuchee
資源簡(jiǎn)介：用人工神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)異或的功能。用反向傳播算法（BP）來實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)，正確率可以達(dá)到80%
上傳時(shí)間： 2013-12-26
上傳用戶：haoxiyizhong
資源簡(jiǎn)介：人工神經(jīng)網(wǎng)路兩層反向傳播BP算法實(shí)現(xiàn)函數(shù)逼近，matlab編寫
上傳時(shí)間： 2015-10-13
上傳用戶：zmy123
資源簡(jiǎn)介：用VC++實(shí)現(xiàn)的BP（反向傳播負(fù)反饋）神經(jīng)網(wǎng)絡(luò)算法
上傳時(shí)間： 2015-11-13
上傳用戶：源碼3
資源簡(jiǎn)介：windows下臺(tái)的下的bp神經(jīng)網(wǎng)絡(luò)（反向傳播算法）源碼及工程
上傳時(shí)間： 2014-01-12
上傳用戶：ma1301115706
資源簡(jiǎn)介：神經(jīng)網(wǎng)絡(luò)中的多層感知器的BP(反向傳播)學(xué)習(xí)算法，并在MFC中以主觀方式顯示學(xué)習(xí)過程。
上傳時(shí)間： 2016-05-09
上傳用戶：yzhl1988
資源簡(jiǎn)介：多層前饋網(wǎng)絡(luò)MFNN的反向傳播BP算法的應(yīng)用和實(shí)現(xiàn)
上傳時(shí)間： 2016-05-18
上傳用戶：sxdtlqqjl
資源簡(jiǎn)介：一個(gè)反向傳播算法的的原程序！值得一看，大家自己看看！
上傳時(shí)間： 2014-06-10
上傳用戶：zhaiyanzhong
資源簡(jiǎn)介：這是cmu大學(xué)的一個(gè)研究小組編寫的神經(jīng)網(wǎng)絡(luò)中反向傳播算法的源代碼，很有參考價(jià)值。
上傳時(shí)間： 2015-04-04
上傳用戶：彭玖華
資源簡(jiǎn)介：誤差反向傳播網(wǎng)絡(luò)(Back propagation network,簡(jiǎn)稱BP網(wǎng)絡(luò))是神經(jīng)網(wǎng)絡(luò)中最活躍的方法，且絕大多數(shù)采用了三層結(jié)構(gòu)(輸入層、一個(gè)隱含層和輸出層).BP網(wǎng)絡(luò)是一種非線性映射人工神經(jīng)網(wǎng)絡(luò).本程序用vb實(shí)現(xiàn)的BP算法
上傳時(shí)間： 2015-04-22
上傳用戶：qiaoyue
資源簡(jiǎn)介：反向傳播算法的變形例子的CGBP，共軛梯度的軌跡算法程序。有WINDOWS界面。
上傳時(shí)間： 2014-08-19
上傳用戶：lvzhr
資源簡(jiǎn)介：反向傳播算法源碼反 向傳播算法源碼反向傳播算法源碼
上傳時(shí)間： 2014-01-12
上傳用戶：shus521
資源簡(jiǎn)介：這是反向傳播算法的C++程序，對(duì)于研究BPNN的人來說，具有很好的參考價(jià)值
上傳時(shí)間： 2013-12-30
上傳用戶：小儒尼尼奧
資源簡(jiǎn)介：bp神經(jīng)網(wǎng)絡(luò)算法是解決最優(yōu)化問題的先進(jìn)算法之一，本論文討論了神經(jīng)網(wǎng)絡(luò)中使用最為廣泛的前饋神經(jīng)網(wǎng)絡(luò)。其網(wǎng)絡(luò)權(quán)值學(xué)習(xí)算法中影響最大的就是誤差反向傳播算法（back-propagation簡(jiǎn)稱BP算法）。BP算法存在局部極小點(diǎn)，收斂速度慢等缺點(diǎn)。基于優(yōu)化理論的Levenber...
上傳時(shí)間： 2015-12-31
上傳用戶：wendy15
資源簡(jiǎn)介：EBP反向傳播算法對(duì)應(yīng)的源程序，三層網(wǎng)絡(luò)，分隱層神經(jīng)元，輸出層神經(jīng)元，輸入層神經(jīng)元的一個(gè)基本的程序?qū)崿F(xiàn)
上傳時(shí)間： 2016-09-06
上傳用戶：邶刖
資源簡(jiǎn)介：基于matlab的新型信號(hào)處理算法集。包括模擬退火、遺傳算法、反向傳播神經(jīng)網(wǎng)絡(luò)、小波變換等等，對(duì)于統(tǒng)計(jì)信號(hào)處理很有參考價(jià)值。
上傳時(shí)間： 2013-12-07
上傳用戶：liuchee
資源簡(jiǎn)介：在LDPC譯碼時(shí)，使用LLR BP算法其校驗(yàn)節(jié)點(diǎn)的計(jì)算復(fù)雜度十分高，而且當(dāng)LDPC碼中有許多的短環(huán)時(shí)，譯碼性能也會(huì)降低。基于以上的這些問題提出了一個(gè)新的混合校驗(yàn)變量過程，通過調(diào)整校驗(yàn)節(jié)點(diǎn)的處理振幅和變量節(jié)點(diǎn)的信息相關(guān)性來降低計(jì)算復(fù)雜度，其仿真過程表明在譯...
上傳時(shí)間： 2014-01-25
上傳用戶：tecman
資源簡(jiǎn)介：基本bp神經(jīng)網(wǎng)絡(luò)算法和改進(jìn)型bp神經(jīng)網(wǎng)絡(luò)算法都是我改寫完成的算法，是網(wǎng)上到處傳播的一個(gè)c++ bp神經(jīng)網(wǎng)絡(luò)算法改寫的，由于網(wǎng)上的那個(gè)算法編譯會(huì)出現(xiàn)若干百個(gè)錯(cuò)誤，在其基礎(chǔ)上重新編寫和改進(jìn)，寫出了這兩個(gè)算法
上傳時(shí)間： 2015-03-13
上傳用戶：ruixue198909
