搜索资源列表
BPnet
- 采用BP神经网络的方法，通过大量样本训练来逼近某种非线性函数-functional approximation for nonlinear function using BP net
11
- RBF网络的学习过程与BP网络的学习过程类似，两者的主要区别在于各使用不同的作用函数。BP网络中隐层使用的是Sigmoid函数，其值在输入空间中无限大的范围内为非零值，因而是一种全局逼近的神经网络；而RBF网络中的作用函数是高斯基函数，其值在输入空间中有限范围内为非零值，因为RBF网络是局部逼近的神经网络。 RBF网络是一种3层前向网络，由输入到输出的映射是非线性的，而隐层空间到输出空间的映射是线性的，而且RBF网络局部逼近的神经网络，因而采用RBF网络大大加快学习速度并避免局部极小问题，
85127cf0a7f6a562707baba7157552c6
- rbf 逼近程序，采用梯度算法计算权值和高斯函数中心-rbf approach procedures
RBFvsBP_Experiment7
- 本函数演示BP神经网络和RBF神经网络对函数的逼近效果，希望对大家有帮助。-This function demonstrates BP neural network and RBF neural network function approximation effect, we want to help.
code
- pade算法逼近一个函数，使其尽可能减小误差，更好的逼近-Pardew approximation method approaching a function, make it as close as possible to that function
bin
- BP,RBF神经网络，用于学习数据库并构建逼近函数，给出输入得到输出。-BP, RBF neural network for learning and build approximation function gives input to get output.
shenjingwangluo
- 自己编写的程序，可实现通过BP神经网络逼近任意函数-The program implements an arbitrary function approximation by BP neural network
IC
- 以内插值替换的卷积(IC):在处理不规则采样数据的另一种选择是使用插值逼近原始的连续函数-Interpolated convolution (IC): In another irregular sampling data selection process is the use of interpolation approximation of the original continuous function
Improved_SMCPHD
- 该算法基本思想是利用一组带有相应权值的随机样本即粒子去逼近PHD分布和基数分布，其意义在于不仅解决重积分计算没有闭式解的难题，而且在滤波过程中，PHD函数被一系列离散的带权值的样本近似，随着样本粒子数量的增加，PHDF接近于Bayes最优估计，而且不受模型线性和高斯假设的限制，可以适用于非线性非高斯的随机系统。-The algorithm the basic idea is to use a set of random sample with the corresponding weight n
1
- 基于傅里叶级数的信号分解编写一个matlab函数，参数有：脉高、脉宽、余弦信号项数。该函数使用指定项数的余弦信号来逼近（合成）指定的矩形脉冲信号，计算并返回有限项逼近时合成波形与实际矩形脉冲信号的均方误差值。-Based on Fourier series of signal decomposition write a matlab function, the parameters are: pulse height, width, number of items cosine signal.
BP-network-test-report
- BP网络表达傅里叶核函数,此次实验采用了两种方法，第一方法是在matlab中实现BP算法，然后用实现的BP算法实现对傅里叶核函数的逼近，第二种方法是调用matlab中的工具箱函数实现傅里叶和函数的逼近。-BP Network expression Fourier kernel, the experiments using two methods, the first method is to achieve BP algorithm in matlab, then use the BP algo
5
- BP学习算法逼近墨西哥草帽函数 在Windows环境中利用Matlab实现BP学习算法在达到期望均方误差最小的情况下正确表达墨西哥草帽函数。 实验目的：1.理解BP神经网络结构模型，初步了解BP网络的用途。 2.学习BP学习算法，掌握误差往回传播网络的构建思想。 3.能够正确使用BP学习算法表达墨西哥草帽函数。 -BP learning algorithm Mexican hat function approximation BP learning algorithm
26
- 脉动风荷载的数值模拟 谐波叠加法 离散谱逼近目标函数-Numerical Simulation of fluctuating wind load harmonic superposition method Discrete Spectral Approximation objective function
Gold-and-Chachi
- 利用黄金分割法或二次插值法函数进行数字逼近，使系统达到最优解。-Gold Function
approxfcn
- Matlab 图像处理approxfcn.m源程序 用于图像处理的approxfcn逼近函数 - G = APPROXFCN(F, RANGE) returns a function handle, G, that approximates the function handle F by using a lookup table.RANGE is an M-by-2 matrix specifying the input range for each of the M inputs t
RBF-network
- 粒子群算法优化RBF网络 径向基函数( RB F ) 神经网络是一种具有全局收敛 的前向网络， 通过中间层神经元的非线性传递 ， 能够实 现任意的从输入空间到输出空间的映射， 可以唯一任 意精度逼近任何连续函数-rbf network
bp
- BP神经网络分类iris数据，对函数y=sqrt（x）的逼近，里面包含了iris数据。-BP neural network classification of iris data, the function y=sqrt (x) approximation, which contains the iris data.
FNN
- 模糊神经网络，梯度下降算法。能以任意精度逼近任意连续函数-Neural network, gradient descent algorithm. Arbitrary precision can approximate any continuous function
BP-neural-network
- 用BP神经网络逼近一个二元的非线性函数，绘制逼近效果及误差曲线-BP neural network to approach a binary nonlinear function approximation effect and draw error curve
Fast-O(1)Bilateral-Filter
- Fast O(1)双边滤波算法,由三角函数逼近方法实现非迭代算法，计算量不再受滤波窗口大小影响，只与图像大小有关，适合改进为GPU执行的并行算法（此函数还包含一个递归高斯算法）-Fast O (1) bilateral filtering algorithm, approximation by a trigonometric method to achieve non-iterative algorithm to calculate the amount of the filter window