BP算法的改进在Matlab的实现研究

数据挖掘是指从数据库的大量数据中提取出先前未知的、具有潜在实际价值的、隐含的信息[1]。关联规则挖掘就是从海量的数据中寻找数据项间的关联关系。

使用bp神经网络算法实现异或问题的权值优化，程序模型为：输入层两个节点，中间层两个节点，输出层一个节点。各层节点数可调。

该代码资源提供了一种基于遗传算法优化BP神经网络的MATLAB实现方法。

LDPC码BP译码算法 LDPC码BP译码算法 目录 LDPC码编译码基础 硬判决译码算法 软判决译码算法 后验概率 Gallager定理 Belief Propagation (BP)算法 因子图

对给定的样本建立BP网络进行训练,实现BP算法

运用bp网络的数据结构,实现bp算法。有实验数据以及结果

可以在训练后得到稳定权值，进行异或运算，训练的次数在2000左右，用c语言实现。

bp神经网络的应用日益广泛，而梯度下降算法更是重要的算法。

一种改进的LDPC码LLRBP译码算法，张小花，李艳萍，LLRBP译码算法由于引进了指数运算和对数运算使得复杂度很高，不利于硬件实现。为了降低复杂度，提出一种改进的LLRBP算法。主要思��

为了减少在低信噪比区的平均迭代次数和削弱LLR值的振荡，分析了中短码长LDPC码错误帧对应校验节点对数似然比及校验和变化的规律，提出了一种基于消息振荡及校验更新的改进BP译码算法。该算法通过提前结束迭