搜索资源列表
6
- 详细的介绍了先进PID多变量解耦控制,及基于单神经元和DRNN神经元的PID解耦控制,内有详尽的源代码
chap1_1
- matlab的pid控制程序,单神经元自适应PID控制
ANN_weight_connect.v
- 用VERILOG语言编写的神经元权值连接的源代码,供大家享用,但是注释很少.
TextRecognition
- 手写识别源码,具备fisher、网格识别、神经元辨别的
VC++BP
- 本程序是BP算法的演示程序, 其中的Levenberg-Marquardt算法具有实用价值. 一、网络训练 程序默认状态是样本训练状态,现将样本训练状态下的如何训练网络进行说明: 1.系统精度: 定义系统目标精度,根据需要定义网络训练误差精度.误差公式是对训练出网络的输出层节点和实际的网络输出结果求平方差的和. 最大训练次数: 默认为10000次,根据需要调整,如果到达最大训练次数网络还未能达到目标精度,程序退出. 3.步长: 默认为0.01,由于采用
Matlab_NN
- %以FRP-混凝土面内剪切试验说明matlab神经元网络的使用 %读入试验数据,数据格式为 % FRP厚度(mm) FRP宽度(mm) FRP粘结长度(mm) FRP弹模(GPa) 混凝土抗拉强度(MPa) 混 凝土宽度(mm) %[ 0.169 50 130 97 2.9 100] %网络输出为极限承载力
som
- 竞争学习指同一神经元层次上各个神经元相互之间进行竞争,竞争胜利的神经元修改与其相联的连接权值。竞争学习是一种无监督学习。在无监督学习中,只向网络提供一些学习样本,而不提供理想的输出。网络根据输入样本进行自组织,并将其划分到相应的模式类中。
SingleNeuralNetPIDControllerbaseonSecondTypeLearni
- 结合单神经元的pid控制原码 可仿真实现 结果有误差曲线 跟踪曲线 参数整定曲线等
nn_control
- 单神经元自适应控制程序,单神经元用于非线性对象的控制
192168214420085261247146415276
- 详细说明:手写识别源码,具备fisher、网格识别、神经元辨别的
1
- 在LON网程序设计中使用Neuron C语言。Neuron C是一种基于ANSIC且带有网络通信和高级硬件设备接口扩展语句的高级语言。它增加了对I/O、事件处理、消息传递和分散数据目标的支持, 扩充了包括软定时器、网络变量、显示消息、一个多任务调度程序以及其它各具特点的函数等。采用Neuron C语言开发的应用程序,可直接在Lonbuilder神经元仿真器上进行调试,因此应用程序的开发可独立于硬件设计进行
cpubbs_usb20_card
- 经确认在我们的大脑中有大约50至500种不同的神经元,但它们大部份都是基于基本神经元的特别细胞。基本神经元包含有synapses、soma、axon及dendrites。Synapses负责神经元之间的连接,它们不是直接物理上连接的,而是它们之间有一个很小的空隙允许电子讯号从一个神经元跳到另一个神经元。然后这些电子讯号会交给soma处理及以其内部电子讯号将处理结果传递给axon。而axon会将这些讯号分发给dendrites。最后,dendrites带着这些讯号再交给其它的synapses,再继
cf
- 学上的基本神经元,人工的神经网络也有基本的神经元。每个神经元有特定数量的输入,也会为每个神经元设定权重(weight)。权重是对所输入的资料的重要性的一个指标。然后,神经元会计算出权重合计值(net value),而权重合计值就是将所有输入乘以它们的权重的合计。每个神经元都有它们各自的临界值(threshold),而当权重合计值大于临
SNAPID
- 单神经元自适应pid算法matlab原程序
2nsq
- 神经元个数netcount:参数netcount控制着预测模型的输入,也就是神经网络模型的输入层神经元个数。 隐藏节点数hiddencount:参数hiddencount控制着神经网络模型的隐藏节点的个数。 检验组数目:模型训练玩完后,需要用几组数据对模型的预测效果进行检验。
chengxu
- 神经网络算法,单层输入,中间层10个神经元,一个输出神经元拟合sinx
shouxierecongnition
- 手写识别源码,具备fisher、网格识别、神经元辨别的.
nns bp2
- 此程序用于测试神经元的库函数 // 它展示了怎样用这个库所生成的多层BP网络来求解宇称问题-this procedure for testing neuronal function of the library / / it tells how to use this library generated by the multi-storey BP network to solve problems Parity
PWriter2
- 用人工神经元来识别英文字母-artificial neurons to identify English alphabets
BP1
- 使用matlab 中最基本的语言实现的BP神经元网络算法