说明：采用贝叶斯正则化算法提高BP网络的推广能力。在本例中，将采用两种训练方法，即L-M优化算法（trainlm)和贝叶斯正则化算法（trainbr),用以训练BP网络，使其能够拟合某一附加有白噪声的正弦样本数据。

贝叶斯拟合 trainbr BP数据拟合 Trainlm data-fit-matlab

说明：采用贝叶斯正则化算法提高 BP 网络的推广能力。在本例中，我们采用两种训练方法，即 L-M 优化算法（trainlm）和贝叶斯正 则化算法（trainbr），用以训练 BP 网络，使其能够拟合某一附加有白噪声的正弦样本数据。

贝叶斯正则化算法 BP网络 L-M算法 trainlm 贝叶斯正则化算法 trainbr BP

说明：采用动量梯度下降算法训练 BP 网络。 采用贝叶斯正则化算法提高 BP 网络的推广能力。在本例中，我们采用两种训练方法，即 L-M 优化算法（trainlm）和贝叶斯正则化算法（trainbr），用以训练 BP 网络，使其能够拟合某一附加有白噪声的正弦样本数据。

BP 网络 贝叶斯正则化算法 L-M 优化算法 trainlm 贝叶斯正则化算法 trainbr 白噪声

说明：本文以k-means算法为背景，引入信息熵相关知识，从而实现全自动分割图像。然而在利用混合高斯模型对图像进行数据分析时，会发生一定的过拟合现象，导致我们得不到预期的聚类数目。本文设计合理的合并准则，令模型简化，有效地消除过拟合现象，使得最后得到的聚类数目与预期符合。设计合理的准则改进了图像的全自动分...

k-means算法 信息熵 自动分割图像