没有合适的资源?快使用搜索试试~
我知道了~
文库首页
人工智能
深度学习
卷积神经网络回归模型
卷积神经网络回归模型
3星
· 超过75%的资源
需积分: 42
131 下载量
94 浏览量
2018-04-13
16:31:36
上传
评论
8
收藏
3KB
PY
举报
温馨提示
立即下载
使用卷积神经网络预测波士顿房价,采用一维卷积的模式。
资源推荐
资源评论
matlab卷积神经网络训练(回归模型)
浏览:95
5星 · 资源好评率100%
matlab卷积神经网络训练(回归模型)
基于贝叶斯(bayes)优化卷积神经网络-长短期记忆网络(CNN-LSTM)回归预测(Matlab完整源码和数据)
浏览:154
5星 · 资源好评率100%
基于贝叶斯(bayes)优化卷积神经网络-长短期记忆网络(CNN-LSTM)回归预测,bayes-CNN-LSTM多输入单输出模型。 优化参数为:学习率,隐含层节点,正则化参数。 评价指标包括:R2、MAE、MSE、RMSE和MAPE等,代码质量极高,方便学习和替换数据。 运行环境matlab2020b及以上。
一维神经网络 非线性回归模型在一维卷积神经网络中的应用
浏览:82
5星 · 资源好评率100%
一维神经网络 非线性回归模型在一维卷积神经网络中的应用
MATLAB实现CNN卷积神经网络多输入回归预测(完整源码和数据)
浏览:198
5星 · 资源好评率100%
MATLAB实现CNN卷积神经网络多输入回归预测(完整源码和数据) 数据为多输入回归数据,输入7个特征,输出1个变量。 运行环境MATLAB2018b及以上。
回归预测 - MATLAB实现CNN(卷积神经网络)多输入单输出(完整源码和数据)
浏览:128
5星 · 资源好评率100%
回归预测 | MATLAB实现CNN(卷积神经网络)多输入单输出(完整源码和数据) 多输入单输出,运行环境MATLAB2018b及以上。
如何使用卷积神经网络拟合一个回归模型来预测手写数字的旋转角度
浏览:181
3星 · 编辑精心推荐
如何使用卷积神经网络拟合一个回归模型来预测手写数字的旋转角度。
卷积神经网络预测实例
浏览:82
5星 · 资源好评率100%
在python中应用,要求有opencv3.4,运行就可以看到检测效果图
深度学习 从零开始 —— 神经网络(六),回归问题,波士顿房间数据
浏览:20
回归问题 预测输入数据对应的一个连续值,而不是离散的标签。 比如根据气象数据预测气温等等。 加载数据 波士顿房价数据集,基本上就是根据13种不同数值,例如周边学校个数,犯罪率等等,来预测房价。 from keras.datasets import boston_housing (train_data,train_targets),(test_data,test_targets) = boston_
使用卷积神经网络进行识别,定位和检测
浏览:17
识别,定位和检测是机械学习中的几项基本任务,那么这些人物在卷积网络中又会猜出怎样的火花呢?
用卷积滤波器matlab代码-FullyConnectedRegressionNetworks:该项目涉及使用全卷积回归网络进行显微镜自动细胞
浏览:85
用卷积滤波器matlab代码Cell_Counting_using_FCRNs 该项目涉及使用全卷积回归网络进行显微镜自动细胞计数的任务 团队成员: 卡拉扬·高什(Kalyan Ghosh) 宝格丽RAM 瓦格西 内容: 抽象的 文献调查 介绍 方法 数学公式 MESA距离 建筑学 数据集 结果 结论 参考 抽象的: 该项目处理显微镜中自动细胞计数的任务。 我们采用的方法是使用卷积神经网络(CNN
利用卷积神经网络支持向量回归机的地区负荷聚类集成预测_沈兆轩.pdf
浏览:124
出了一种基于卷积神经网络支持向量回归机的地区负荷聚类 集成预测方法。首先,通过聚类模型对地区内大量用户的真 实负荷数据进行分组并分析了不同聚类模型的效果。其次, 使用得到的聚类分组标签将用户数据分组集成...
基于卷积神经网络CNN的多输入多输出预测,卷积神经网络CNN的回归预测,多变量输入模型 要求2018及以上版本,matlab
浏览:75
基于卷积神经网络CNN的多输入多输出预测,卷积神经网络CNN的回归预测,多变量输入模型。 要求2018及以上版本,matlab代码。 评价指标包括:R2、MAE、MSE、RMSE等,代码质量极高,方便学习和替换数据。 基于卷积...
基于粒子群算法优化卷积神经网络(PSO-CNN)的回归预测预测,多变量输入模型(Matlab完整源码)
浏览:198
5星 · 资源好评率100%
基于粒子群算法优化卷积神经网络(PSO-CNN)的回归预测预测,多变量输入模型 优化参数为:学习率,批大小,正则化系数。 评价指标包括:R2、MAE、MSE、RMSE和MAPE等,代码质量极高,方便学习和替换数据。 ------------...
一维卷积神经网络做回归预测模型
浏览:44
一维卷积神经网络,cnn,回归预测,多输入,单输出,基于matlab,替换数据和特征个数即可,拿来直接使用。分为清空环境变量、导入数据、划分训练集和测试集、数据平铺、构造网络结构、参数设置、训练模型、均方根...
python实现BP神经网络回归预测模型
浏览:90
5星 · 资源好评率100%
python实现实 BP神经网络回归预测模型 神 主要介绍了python实现BP神经网络回归预测模型,文中通过示例代码介绍的非常详细,对大家的学习或者工作 具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧 神经网络模型一般用来做分类,回归预测模型不常见,本文基于一个用来分类的BP神经网络,对它进行修改,实现了一个回 归模型,用来做室内定位。模型主要变化是去掉了第三层的非线性转换,或
1D-CNN:非线性回归模型在一维卷积神经网络中的应用
浏览:148
一维神经网络 非线性回归模型在一维卷积神经网络中的应用
论文研究-基于全卷积网络的飞行器数据回归计算 .pdf
浏览:163
基于全卷积网络的飞行器数据回归计算,姚叶,周锋,飞行器设计需要在模拟真实飞行环节中花费大量的时间进行模拟计算,大大影响了飞行器设计工作的效率。而对图像进行像素级计算的全
RBF神经网络做回归预测
浏览:13
RBF网络能够逼近任意的非线性函数,可以处理系统内的难以解析的规律性,具有良好的泛化能力,并有很快的学习收敛速度,已成功应用于非线性函数逼近、时间序列分析、数据分类、模式识别、信息处理、图像处理、系统建模、控制和故障诊断等。
通过二分类来比较神经网络模型和逻辑回归模型
浏览:118
通过二分类来比较神经网络模型和逻辑回归模型,有三个代码来进行实现
用cnn回归进行的图像配准
浏览:118
3星 · 编辑精心推荐
用cnn回归进行的图像配准,比传统图像配准算法更快更准确的得到配准参数
深度学习之卷积神经网络CNN及tensorflow实例
浏览:189
参阅:https://blog.csdn.net/cxmscb/article/details/71023576
lstm实现时间序列一维预测
浏览:58
4星 · 用户满意度95%
采用LSTM循环神经网络对时序数据进行预测,根据评价指标对测试集进行误差计算,具有较好的预测精度
RNN-LSTM 卷积神经网络 Matlab 实现,简单的数据拟合.zip
浏览:55
RNN-LSTM 卷积神经网络 Matlab 实现,简单的数据拟合。 RNN-LSTM 卷积神经网络 Matlab 实现。 RNN-LSTM卷积神经网络Matlab实现 RNN卷积神经网络,LSTM,使用matlab实现,简单的数据拟合 RNN Matlab
T-GCN(图卷积神经网络-交通流预测)(代码).zip
浏览:160
5星 · 资源好评率100%
图卷积神经网络-交通流预测 Temporal Graph Convolutional Network
基于深度卷积神经网络的高光谱遥感图像分类.pdf
浏览:80
结合高光谱数据和深度学习的特点,提出一种同时考虑像素光谱信息和空间信息的深度卷积神经网络框架。 该框架主要步骤如下:首先利用主成分分析法对高光谱遥感图像进行光谱特征提取,消除特征之间的相关性,并降低...
论文研究-深度卷积神经网络在目标检测中的研究进展.pdf
浏览:184
深度卷积神经网络以多层次的特征学习与丰富的特征表达能力,在目标检测领域取得了突破进展。概括了卷积神经网络在目标检测领域的研究进展,首先回顾传统目标检测的发展及存在的问题,引出卷积神经网络的目标检测基本...
基于贝叶斯(bayes)优化卷积神经网络-双向长短期记忆网络(CNN-BiLSTM)回归预测(Matlab完整源码和数据)
浏览:27
5星 · 资源好评率100%
基于贝叶斯(bayes)优化卷积神经网络-双向长短期记忆网络(CNN-BiLSTM)回归预测,bayes-CNN-BiLSTM多输入单输出模型。 优化参数为:学习率,隐含层节点,正则化参数。 评价指标包括:R2、MAE、MSE、RMSE和MAPE等,代码...
基于卷积神经网络的图像分类
浏览:34
3星 · 编辑精心推荐
基于卷积神经网络的图像分类,本文提出了一个卷积神经网络模型MNIST-Net,在模型的最后一层采用Hinge Loss取代传统的Soft-Max回归进行分类,在未使用Dropout情况下降MNIST测试集的峰点准确率从99.05%提高到99.36%,
GTO-CNN基于人工大猩猩部队算法优化卷积神经网络的回归预测预测,Matlab
浏览:31
GTO-CNN基于人工大猩猩部队算法优化卷积神经网络的回归预测预测,多变量输入模型。 优化参数为学习率,批大小batchsize,正则化参数,要求2018b及以上版本,matlab代码。 评价指标包括:R2、MAE、MSE、RMSE和MAPE等,...
评论
收藏
内容反馈
立即下载
资源评论
资源反馈
评论星级较低,若资源使用遇到问题可联系上传者,3个工作日内问题未解决可申请退款~
联系上传者
评论
weixin_42170371
2019-07-29
太坑了吧。。。。。浪费积分
limindaihong
2019-07-08
好评!赞一个!
满电T-10000
粉丝: 19
资源:
2
私信
上传资源 快速赚钱
我的内容管理
展开
我的资源
快来上传第一个资源
我的收益
登录查看自己的收益
我的积分
登录查看自己的积分
我的C币
登录后查看C币余额
我的收藏
我的下载
下载帮助
前往需求广场,查看用户热搜
最新资源
后端编程开发-第8篇.pptx
基于可信计算的智能驾驶大数据在保险领域的应用价值.docx
基于大数据的产业互联网与智能制造协同优化研究.pptx
基于人工鱼群优化算法的matlab仿真【包括程序,注释,参考文献,操作步骤】
如何准备一个成功的软件项目验收会.doc
TDengine Windows客户端和服务器
如何撰写网站策划方案与网站运营方案.doc
完整word版-单片机定时器实验.doc
完整word版-单片机总复习.doc
完整word版-南京晓庄学院-操作系统--2015-2016期末考试试题八套.doc
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功