基于粗集理论的神经网络.rar

基于粗集理论的线性回归方法及实证分析,刘盾,胡培,本文通过分析在实际问题中经济变量间往往出现多重共线性的现象,将粗集理论的约简思想引入线性回归分析,提出了基于粗集理论的线

MNIST数据集自行baidu下载,解压后放到项目文件里 git详细代码仓库:https://github.com/justDoForever/deep_learning/digital_recogn

建立了煤矿风险预警指标体系,提出基于BP神经网络和D—S证据理论的煤矿风险预警模型。通过多个BP神经网络输出结果构造证据理论的基本可信度分配(BPA),可以克服BPA传统构造方法带来的主观因素影响,也

提出一种基于模糊神经网络和灰色理论结合的参数特征,创建色彩渲染形态预测功能的快速概念评价形象的设计方法。开发了2种评价模型。模型I采用模糊神经网络预测整体形象,模型II运用灰色聚类和2个模糊神经网络方

煤层瓦斯含量是矿井瓦斯灾害防治的主要参数之一,影响其分布特征的地质因素有很多。利用灰色理论的灰色关联分析法对选取的8个影响煤层瓦斯含量的地质因素进行了分析,筛选出断距、埋深、基岩厚度以及挥发分4个主要

支持向量机理论与基于规划的神经网络学习算法

基于灰色理论与神经网络的水质组合预测模型的研究是当前水质预测领域的研究热点之一，国内外众多研究者都在尝试如何将灰色理论与神经网络进行有效组合，以获得更好的预测效果。因此，本文在借鉴前人的成果基础上，采

基于BP神经网络的函数逼近的MATLAB实现-基于BP神经网络的函数逼近的MATLAB实现.rar基于BP神经网络的函数逼近的MATLAB实现

MIT神经网络算法以及数据集（随机梯度下降、梯度下降、Backpropagation算法、Softmax和Overfitting、Regulization、Regulazition和Dropout、C

5000个手写数字组成的训练集，是由20*20灰度图按列展开得到的，用于训练神经网络进行数字识别