文章 2022-08-23 来自:开发者社区

【预测模型-RBF】基于径向基神经网络实现数据分类附matlab代码

1 内容介绍随着现代信息技术的迅速发展,许多领域都积累了大量的数据。我们渴望发现潜在于这些数据中的知识与规律。正是这一需求造就了数据挖掘学科的兴起及数据挖掘技术的发展。作为一个多学科交叉的综合性领域,数据挖掘涉及了数据库、统计学、机器学习、高性能计算、模式识别、神经网络和数据可视化等学科。数据分类与预测作为一种重要的挖掘技术有着广泛的应用。在这一研究方向,目前已提出了多种分类方法(如决策树归纳分....

【预测模型-RBF】基于径向基神经网络实现数据分类附matlab代码
文章 2022-08-23 来自:开发者社区

【预测模型】基于径向基神经网络实现数据回归预测附matlab代码

1 内容介绍利用径向基函数(RBF)神经网络,建立投资预测模型,有效解决经济投资预测中非线性预测问 题.以历史数据为例,对所建立投资预测网络模型进行仿真,分析仿真结果.根据生产总值与投资分配之间存在的映射关系,应用RBF神经网络建立投资预测模 型.模型既真实地表达了投资要素之间的高度非线性关系,又考虑了分配结构的优化问题,具有很高的预测精度,更具有较强的实际应用意义.2 仿真代码%%  ...

【预测模型】基于径向基神经网络实现数据回归预测附matlab代码
文章 2022-08-18 来自:开发者社区

【回归预测-BP预测】基于灰狼算法优化BP神经网络实现数据预测(多输入多输出)含Matlab代码

 1 内容介绍针对目前PM2.5浓度测量成本高和测量过程繁杂等问题,建立了基于灰狼群智能最优化算法的神经网络预测模型.从非机理模型的角度,结合气象因素和空气污染物对上海市的PM2.5浓度进行预测,并使用平均影响值分析了影响PM2.5浓度的重要因素.使用灰狼群智能算法优化神经网络的过程中,引入了检验样本实时监控训练过程以避免发生"过训练"现象,确保建立的神经网络模型具有较好的泛化能力.实....

【回归预测-BP预测】基于灰狼算法优化BP神经网络实现数据预测(多输入多输出)含Matlab代码
文章 2022-08-16 来自:开发者社区

【FNN分类】基于粒子群结合引力搜索算法优化前向反馈神经网络实现数据分类附matlab代码

 1 内容介绍引力搜索算法(GSA)是一种基于引力定律和质量相互作用的新型启发式优化方法。实践证明,该算法具有较好的全局最优搜索能力,但在最后一次迭代中存在搜索速度较慢的问题。这项工作提出了粒子群优化 (PSO) 和 GSA 的混合体来解决上述问题。在本文中,GSA 和 PSOGSA 被用作前馈神经网络 (FNN) 的新训练方法,以研究这些算法在减少陷入局部最小值和当前进化学习算法收敛....

【FNN分类】基于粒子群结合引力搜索算法优化前向反馈神经网络实现数据分类附matlab代码
文章 2022-06-15 来自:开发者社区

【图像增强】基于脉冲神经网络PCNN实现图像增强附matlab代码

 1 简介从20世纪90年代开始,由Eckhorn等对猫的视觉皮层神经元脉冲同步震荡现象的研究,得到了哺乳动物神经元模型。对Eckhorn提出的模型进行一些改进,就得到了脉冲耦合神经网络(PCNN,(Pulse-Coupled Neural Networks)模型。该模型具有对图像二维空间相似、灰度相似的像素进行分组的特点,并能减小图像局部灰度差值,弥补图像局部微小间断,这是其他图像分....

【图像增强】基于脉冲神经网络PCNN实现图像增强附matlab代码
文章 2022-06-15 来自:开发者社区

【图像去噪】基于脉冲神经网络PCNN实现图像去噪附matlab代码

1 简介图像噪声的去除一直是图像处理领域的难点,以往介绍的去噪方法主要用于去除二值图像的噪声,不能用于灰度图像的去噪,而且在去噪的同时会引起图像的模糊,为了解决问题,根据PCNN的工作原理和噪声的特点提出了一种基于PCNN的去噪方法.计算机仿真实验结果表明该方法能在有效去除椒盐噪声的同时,很好地保留了图像的细节,防止了图像的模糊,对图像的恢复,图像的识别是十分有益的,但对于严重的高斯噪声,去除效....

【图像去噪】基于脉冲神经网络PCNN实现图像去噪附matlab代码
文章 2022-06-14 来自:开发者社区

【图像分割】基于脉冲耦合神经网络实现细胞分割附matlab代码

1 简介植物胚性细胞定量分析研究需要首先将其切片图像分割处理,然后进行大分子量化分析.但植物细胞切片图像上表现出来的植物细胞特有的复杂属性,使得一般图像分割分析方法很难奏效.20世纪90年代中期发展起来的脉冲耦合神经网络PCNN直接来自于动物视觉特性研究,应当适合这类植物细胞图像的分割处理.但因目前理论很难解释PCNN数学模型参数与图像分割效果之间的关系,一般较好图像分割效果的获得需多次实验选择....

【图像分割】基于脉冲耦合神经网络实现细胞分割附matlab代码
文章 2022-06-13 来自:开发者社区

【ELM分类】基于粒子群优化卷积神经网络CNN结合极限学习机ELM实现数据分类附matlab代码

1 简介卷积神经网络是一种较好的特征提取器,但却不是最佳的分类器,而极限学习机能够很好地进行分类,却不能学习复杂的特征,根据这两者的优点和缺点,将它们结合起来,提出一种新的数据分类方法。考虑到卷积神经网络能够提取最优分类特征,而极限学习机训练速度快、训 练 精 度 高,本 文 提 出 将两者相结合的算法,并应用于数据分类。该方法的特点是:先利用训练样本训练卷积神经网络,训练好后,卷积网络的其他层....

【ELM分类】基于粒子群优化卷积神经网络CNN结合极限学习机ELM实现数据分类附matlab代码
文章 2022-06-13 来自:开发者社区

【BP预测】基于Adaboost的BP神经网络实现数据回归预测附matlab代码

1 简介BP 网络是典型的前馈神经网络,其权值训练中采用误差逆向传播的方式,具有非线性连续有理函数的逼近功能。在信号前向传递过程中,输入信号从输入层进入,经过隐含层处理,到达输出层。每一层的神经元状态只影响下一层的神经元状态。判断输出层的结果是否为期望输出,如果不是,则转入反向传播,然后根据预测误差调整网络权值和阈值,从而使 BP 神经网络预测输出不断逼近期望输出。由于结构简单,可调参数多,训练....

【BP预测】基于Adaboost的BP神经网络实现数据回归预测附matlab代码
文章 2022-06-13 来自:开发者社区

【BP分类】基于鸟群算法优化BP神经网络实现数据分类附matlab代码

1 简介BSA 算法优化 BP 神经网络的基本思想是: 利 用 BSA 算法的全局搜索能力, 优化 BP 神经网络初始的权值和阈值, 也就是决策变量, 其中每一组决策变量均包含在鸟群个体所处的空间位置中. 然后, 通过适应度函数来衡量个体所处空间位置的优劣度, 并利用鸟群觅食过程中的觅食行为、警戒行为和飞行行为等策略不断更新个体空间位置, 直至获取最佳的个体空间位置, 即获得待优化问题的最佳决策....

【BP分类】基于鸟群算法优化BP神经网络实现数据分类附matlab代码

本页面内关键词为智能算法引擎基于机器学习所生成,如有任何问题,可在页面下方点击"联系我们"与我们沟通。

DataWorks

DataWorks基于MaxCompute/Hologres/EMR/CDP等大数据引擎,为数据仓库/数据湖/湖仓一体等解决方案提供统一的全链路大数据开发治理平台。作为阿里巴巴数据中台的建设者,DataWorks从2009年起不断沉淀阿里巴巴大数据建设方法论,同时与数万名政务/金融/零售/互联网/能源/制造等客户携手,助力产业数字化升级。

+关注