bp 人工神经网络模拟系统

BP(Back Propagation)网络是1986年由Rumelhart和McCelland为首的科学家小组提出,是一种按误差逆传播算法训练的多层前馈网络,是目前应用最广泛的神经网络模型之一。BP

利用matlab编程语言实现bp神经网络算法,用于图像处理中的特征选择与提取

matlab实现神经网络,基础,十分详细说明。

这个一个BP神经网络应用程序，包含了源程序，步骤，训练结果，仅供参考。

神经网络bp算法，输入端可调，输出端固定为一个。

Java实现BP神经网络算法并演示绘制曲线,顺便写了一个基于神经网络的数字识别的小程序

python代码实现,可以调整网络结构,适用分类与回归问题,包含随机梯度下降、动量梯度下降,RMSProp、Adam优化算法。通过hyperopt优化调参,另外补充了一些测试demo

能对多因素影响因子进行简单预测输入层多变量 输出层一个变量的BP神经网络实现,对物流量进行预测与分析

BP神经网络关于多分类的代码源程序，主要是关于四分类的问题

BP神经网络的利用输入xy输出xy，用python语言编写的