5.1

明天又是新一伦的忙碌开始

趁今天还是休息时间

来回顾下5.1休假的3天

天气无比的阳光

窝在家里都能感受到他的热情似火

家里准备了5块钱的菜

没想到三天没下楼

只吃掉2块钱的菜

第一天

本来计划睡到11点

结果隔壁的音乐

声音那叫一个大

让不得不在8点半就起床

窗户透来刺眼的光线

懒散的收拾床被 床单 枕套

把棉絮抱到阳台上

打开电脑

挂上QQ  打开音乐

声音那也叫一个大(估计开到了最大)

隔壁的音乐总算被屏蔽

把那一堆小山似的布料

外加一件棉袄

清洗干净挂在了阳台上

整个已经像虚脱一样

趁着最后一点力气

把家里的地板拖擦干净

喝一杯水  看看Blog

顺顺气 

大概已经下午1点多了

把灶台 电磁炉

厨房一切的瓶瓶罐罐

洗擦的那叫一个明亮

然后

做饭  吃饭

继续窝在电脑前

感受别人的生活

体验里面的酸甜苦辣

第二天

基本上是第一天的复制版

第三天

一直窝在被子里

到12点才起来

洗漱完毕

继续《不存在的女儿》

估计就那速度

是要到这个月底才会结束

朋友推荐一本书

《沧浪之水》

一定要抽个时间去拜读下

 

转载于:https://www.cnblogs.com/Simplife/archive/2010/05/03/1726530.html

内容概要:本文介绍了一种利用遗传算法优化BP神经网络进行回归预测的方法,并提供了完整的MATLAB程序代码。主要内容包括数据预处理、遗传算法与BP神经网络的结合、适应度函数的设计以及最终的预测结果展示。文中详细解释了如何将Excel格式的数据导入MATLAB并进行归一化处理,如何定义适应度函数来优化BP神经网络的参数(如激活函数和学习率),并通过遗传算法找到最优解。实验结果显示,在某工业数据集上,经过遗传算法优化后的BP神经网络预测精度显著提高,从原来的0.82提升到了0.91。此外,还提到了一些实用技巧,比如调整遗传代数、修改激活函数等方法进一步改进模型性能。 适合人群:对机器学习有一定了解的研究人员和技术爱好者,特别是那些希望深入了解遗传算法与BP神经网络结合应用的人士。 使用场景及目标:适用于需要快速构建高效回归预测模型的场景,尤其是当传统BP神经网络无法达到预期效果时。通过本篇文章的学习,读者能够掌握一种有效的优化手段,从而提高模型的泛化能力和预测准确性。 其他说明:代码可以直接应用于新的数据集,只需确保数据格式符合要求(Excel格式)。对于想要深入探索或改进现有模型的人来说,还可以尝试更换不同的激活函数或其他调节方式来获得更好的表现。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值