遺傳算法優化BP神經網絡與神經網絡遺傳算法程序視頻 
神經網絡遺傳算法求解無目標函數表達式的優化問題。? ? ?
1434 2
鄭一 ??? 8年前
BP神經網絡算法與MATLAB程序詳解視頻手寫數字識別腫瘤診斷股票預測 
主要內容包括：神經網絡基本概念，BP神經網絡進行音樂信號識別分類及程序詳解(用語句型的程序同時用工具箱函數對比分析)，標準BP算法程序對比分析附加動量BP算法與變學習率BP算法，BP神經網絡算法的理論推導，BP神經網絡算法的MATLAB工具箱函數介紹及訓練窗口解讀，BP神經網絡作建模擬合預測，BP回歸預測分析未來幾天上證指數，BP神經網絡篩選主元空間降維，乳腺腫瘤診斷的建模及篩選主要影響因素，利用BP
1546 3
鄭一 ??? 8年前
汽車消聲器連結法蘭盤沖壓成形工藝參數優化 
圖3 BP 網絡的預測 3 結合遺傳算法的工藝參數優化使用遺傳算法優化BP神經網絡的權值和閾值[8],種群中的每個個體都包含了一個網絡所有權值和閾值，個體通過適應度函數計算個體適應度值，遺傳算法通過選擇、交叉和變異操作找到最優適應度值對應個體[9]。本次遺傳算法尋優屬于無目標函數條件下的尋優計算，不需要利用BP神經網絡擬合得到目標函數的表達式。
4613 6 1
金屬加工前沿 ??? 2年前
循環神經網絡RNN算法與MATLAB程序詳解視頻 
（7分鐘，有程序）80、RNN11_9算法擴展6點及思考怎么用程序等問題（10分鐘，有程序）81、RNN11_10問題特征與程序改寫及算法結合等總結（11分鐘，有程序）五、下載文件附件1_必先看_循環神經網絡及程序視頻學習指導.doc附件2_循環神經網絡與程序視頻_PPT課件.rar附件3_循環神經網絡全部程序m_鄭一.rar
501 5
鄭一 ??? 5年前
225 基于matlab的天牛須優化算法及其對BP神經網絡的優化 
基于matlab的天牛須優化算法及其對BP神經網絡的優化，優化后的閥值權值賦予網絡預測。最后輸出BP和BAS-BP訓練和預測結果。程序已調通，可直接運行。
2101
matlab應用與學習 ??? 2年前
粒子群算法PSO與MATLAB程序視頻教程動態優化及多目標優化 
，基于敏感粒子的動態粒子群算法尋找雙峰動態函數最優值，多目標背包優化問題用多目標粒子群算法求解，網絡流傳與正版粒子群算法工具箱PSOt應用，MATLAB自帶算法命令與約束CPSO工具箱詳解，約束CPSO工具箱編程應用及各種類型程序。? ? ?
910 1 10
鄭一 ??? 7年前
多目標遺傳算法實際案例——運輸問題的matlab目標函數代碼詳解 
該視頻介紹了一個具體運輸問題的多目標遺傳算法的應用，詳細介紹了matlab目標函數編碼
8
活潑可男_matlab教學 ??? 1年前
人工神經網絡（Artificial Neural Networks，簡稱ANNs）-2、3 
優勢： ? 遺傳算法用于拓撲優化，即選擇ANN的隱藏層數量、隱藏節點數量和互聯模式。 ? 在遺傳算法中，ANN的學習被表述為權重優化問題，通常使用逆均方誤差作為適應度度量。 ? 控制參數（如學習率、動量率、容忍度等）也使用遺傳算法進行優化。 ? 它可以模仿人類的決策過程。 劣勢： ? 系統非常復雜。 ? 系統的準確性依賴于初始種群。
2243 1
仿真資料吧 ??? 1年前
十分鐘學會使用遺傳算法優化神經網絡參數（matlab代碼詳細講解，新手超級友好！！） 
這次給大家分享了遺傳算法優化神經網絡的初始化參數的matlab的代碼，希望對大家有所幫助。
18
活潑可男_matlab教學 ??? 1年前
(此課停止報名另開第2版課程)遺傳算法(GA)與MATLAB程序視頻旅行商背包機器人路徑 
主要內容包括：遺傳算法基本概念與MATLAB命令ga語法及簡單程序，基于遺傳算法命令ga求解各類單目標優化問題，基于遺傳算法工具箱求解單目標優化問題，基于遺傳算法程序求解旅行商TSP問題，0-1背包問題用專門程序和ga與工具箱求解，火力目標分配問題用旅行商程序和ga與工具箱求解，火力目標分配問題再用專門MATLAB程序求解，機器人行走柵格路徑優化問題用專門程序求解，Pareto非劣解及多目標優化問題求解方案
1599 12
鄭一 ??? 6年前
遺傳算法原理及其matlab編程詳細講解—輕松快速入門啟發式優化算法 
課程背景：啟發式算法是一類在可接受的計算資源下尋找問題近似解的算法，它們通常用于解決復雜的優化問題，特別是在傳統算法難以應用或者效率不高的情況下。以下是啟發式算法的一些主要應用前景：復雜系統優化：在工程、物流和供應鏈管理中，啟發式算法可以幫助優化復雜的系統設計和操作。機器學習：在訓練機器學習模型時，啟發式算法可以用來選擇特征、優化模型參數或者神經網絡的結構。
1637 2
技術鄰直播 ??? 2年前
深度學習訓練營-使用 Python、Pytorch 的神經網絡
? 使用梯度下降算法訓練深度神經網絡 （DNN） 的基礎知識。? 將深度學習用于 IRIS 數據集。? 對 PyTorch 中的張量及其操作有深入的了解。? 構建和訓練從基本到復雜的神經網絡的能力。? 了解不同的損失函數、優化器和激活函數。? 一個完整的項目，關于從 MRI 圖像中檢測腦腫瘤，展示您在深度學習和 PyTorch 方面的技能。
3018 1
仿真資料吧 ??? 1年前
基于深度學習的機器人目標識別和跟蹤 
3 目標識別與跟蹤技術的發展1 深度學習主流算法結構1.1卷積神經網絡在21世紀初期，卷積神經網絡主要應用于任務分配以及視覺識別。圖像分類是機器中類別的問題用以提取特征以及辨別圖像。新型的CNN 神經網絡架構表現出以多個網絡或多種網絡級聯組合應用的新態勢，神經網絡形態的快速進化為紛繁復雜的科研領域提供了智能高效的數據分析手段。
2277
DSJ123 ??? 3年前
什么是神經網絡？ 
回歸和分類等詞與監督學習有關，而無監督學習與聚類和關聯有關。3. 通過強化學習進行學習通過與環境互動和以獎勵或懲罰的形式提供反饋，網絡獲得了知識。找到一種隨著時間的推移優化累積獎勵的政策或策略是該網絡的目標。這種經常用于游戲和決策應用程序。神經網絡的類型可以使用七種類型的神經網絡。
2336 1
仿真資料吧 ??? 1年前
基于遺傳算法的晶體塑性參數自動標定 
優化效果如下圖示：在使用遺傳算法進行22次的嘗試過程中，遺傳算法給出的參數以及對應目標函數的值為可以看到參數均落在了給定的初始區間中，隨機迭代次數的增加，對應的目標函數逐漸下降。
2618
晶體塑性有限元 ??? 1年前
孟錦豪等：基于NSGA-II遺傳算法的鋰電池均衡指標優化 
MOGA的優勢在于其搜索范圍不受限制，能動態地優化多個目標，能夠協調目標函數之間的關系，確定最優解集，使目標函數盡可能達到一個相對大(小)的值。非支配排序遺傳算法(non-dominated sorting genetic algorithm，NSGA)是一種基于Pareto最優概念的遺傳算法，該算法有利于決策者根據不同偏好進行決策。
5043 4 2
能源阿陽 ??? 2年前
鑄鋁一體化發動機罩的可靠性優化設計 
4 結論 1）首先采用“材料-工藝-結構-性能”一體化集成方法設計出鑄鋁一體化發動機罩，通過最優拉丁超立方試驗設計提取30組樣本點，然后基于徑向基神經網絡模型和多島遺傳算法對鑄鋁一體化發動機罩進行確定性優化。
4478 4 3
張偉一 ??? 2年前
深度學習核心技術實踐與圖神經網絡新技術應用研修班通知 
四、模型驗證及問題排查 簡單的算法或者模型對典型的場景進行快速驗證，并且針對一些頻發的問題進行講解。 1. 模型收斂狀態不佳2. 分類任務重最后一層激活函數對模型的影響 五、高級-模型優化的原理 不同的模型需要采用的優化函數以及反向傳播中參數的優化方法 1.模型優化的算法介紹，基于隨機梯度下降的算法介紹。
1985 2 1
龍騰AI技術 ??? 3年前
遺傳算法優化應用案例講解及編碼技巧 
課程背景：啟發式算法是一類在可接受的計算資源下尋找問題近似解的算法，它們通常用于解決復雜的優化問題，特別是在傳統算法難以應用或者效率不高的情況下。以下是啟發式算法的一些主要應用前景：復雜系統優化：在工程、物流和供應鏈管理中，啟發式算法可以幫助優化復雜的系統設計和操作。機器學習：在訓練機器學習模型時，啟發式算法可以用來選擇特征、優化模型參數或者神經網絡的結構。
85
技術鄰直播 ??? 2年前
人工智能 深度學習 
四、模型驗證及問題排查 簡單的算法或者模型對典型的場景進行快速驗證，并且針對一些頻發的問題進行講解。 1. 模型收斂狀態不佳2. 分類任務重最后一層激活函數對模型的影響五、高級 - 模型優化的原理 不同的模型需要采用的優化函數以及反向傳播中參數的優化方法 1. 模型優化的算法介紹，基于隨機梯度下降的算法介紹。2. 不同場景適應的損失函數介紹。3.
2095 1 1
DSJ123 ??? 3年前
20條/頁 
122 跳至頁
技術鄰APP
工程師必備
工程師必備
- 項目客服
- 培訓客服
- 平臺客服
TOP
