BP神经网络非线性函数拟合

神经网络遗传算法函数极值寻优-非线性函数极值matlab程序

针对非线性系统,提出了一种基于BP神经网络的预测控制方法。以BP神经网络建立多步预测模型并预测系统输出值,用LM(Levenberg-Marquardt)算法和PSO(Particle Swarm O

GPS获得垂直分量是基于参考椭球的大地高，它与工程中需要的正常高有一差 值，即高程异常。而由于大地水准面的不规则性，使GPS获得的垂直信息使用受到 了限制。进行GPS高程拟合，通过己知点的高程异常值推

BP神经网络信号拟合matlab程序,包括详细的代码资料和讲解注释

BP神经网络与多项式拟合曲线.doc

BP神经网络预测中“过拟合”现象控制研究，杨锡鎏，周翠英，针对BP神经网络在预测建模中存在的“过拟合”问题，改进了前人定义的逼近误差表达式，使其物理意义更明确；重新定义了逼近度的表�

针对组合法似大地水准面精化过程中,传统的分区曲面拟合法存在模型代表性误差和及分区间的平滑连接问题,提出整区拟合似大地水准面的BP神经网络方法.利用某区域的重力似大地水准面模型和GPS/水准数据,将BP

这是一份初学者学习神经网络的matlab程序，它使用BP神经网络来进行信号拟合。通过这个程序，你可以学习如何使用BP神经网络来拟合信号，并理解神经网络在模式识别和数据分析中的应用。

此处开始谈论一个学习算法,它能在给定训练集时,为神经网络拟合参数。 和我们讨论的大多数学习算法一样,我们将从拟合神经网络参数的代价函数开始讲起。 重点讲解神经网络在分类问题中的应用。 假设我们有一个与

JAVA 写的BP神经网络算法，实现了sin三角函数的模拟和数字识别的模拟，有源代码和文档说明