改进的BP算法在数据相关性检验中的应用.pdfVIP

改进的BP算法在数据相关性检验中的应用.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
改进的BP算法在数据相关性检验中的应用.pdf

理 论 新 探 改进的 算法在数据相关性 $% 检验中的应用 章 玲,周德群 (南京航空航天大学 经济与管理学院,南京 !’ ’$ ) 摘 要:本文提出了用改进的 算法来检验数据的相关性,数据的线性相关和非线性相关;用 F3 G;H5;F 编程实现了该算法;用例子对其适用性进行了检验,说明利用该方法检验数据相关性时要 求至少有一组数据是单调的。 关键词:人工神经网络; 算法;相关分析;检验 F3 中图分类号: ; 文献标识码: 文章编号: ( ) 6E)’4’ H3)EE ; ’![$^@= !# $[!@[! ’’( 算法属于 算法,为一种监督式的学习算法 ,算法 F3 ! ! 引言 总体上包含以下几个阶段: 初始权值的设定; 信息的前 # 向传播阶段; 误差的后向传播阶段; 权值的修订。初始权 $ % 相关分析是处理变量与变量之间关系的一种统计方法, 值一般选择小随机数。前向阶段计算样本的理论值,产生样 近年来相关分析方法已广泛应用于经济学、医学、生物学、社 本理论输出和实际输出的差。误差的后向传播就是利用理论 ’( 会学等诸多领域%并取得了一定实效 。从变量之间的关系形 和实际输出的误差按照极小化误差的方式调整输出层和隐 式上看 可以将相关分析分为线性相关分析及非线性相关分 含层之间、隐含层和输入层之间的权值矩阵。 % !( )(*#(

文档评论(0)

wangshirufeng + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档