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。

Trainlm BP-noise 贝叶斯正则化 L-M优化bp

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。

贝叶斯正则化算法 BP网络 L-M算法 trainlm 贝叶斯

说明：采用贝叶斯正则化算法提高 BP 网络的推广能力。

bp正则化 贝叶斯正则化 正则化

说明：采用贝叶斯正则化算法提高BP网络的推广能力,采用两种训练方法。

贝叶斯正则化算法 BP网络

说明：通过gdm、LM以及贝叶斯正则化，进行BP神经网络。

gdm LM 贝叶斯正则化 BP神经网络 GDM

说明：偏最小二乘回归的贝叶斯正则化神经网络集成模型在证券分析预测中的应用

神经网络

说明：L-M优化算法（trainlm）和贝叶斯正则化算法（trainbr）

​L-M trainlm 贝叶斯正则化 trainbr

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网络的性能，即L-M优化算法

bp正则化 贝叶斯网络 lm-bp LM-BP---matlab LM