搜索资源列表
11
- 神经网络实例集。包括以下几个程序单层线性神经网络实例、感知器神经元解决较复杂输入向量的分类问题、基于感知器神经网络处理复杂的分类问题、数值分析程序matlab-GUI、用BP网络完成函数的逼近源程序、自组织特征映射应用实例-Examples of neural network sets. Procedures include the following examples of single-layer linear neural network, perceptron neuron input
Neuroscience
- 用matlab实现模拟神经元模型，采用Hodkgin-Huxley方程为主要算法-Using matlab for analog neural model, using Hodkgin-Huxley equations as the main algorithm
Perceptron
- 感知器（Perceptron) 单层感知器神经元模型图,我们可以看出感知器的基本功能是将输入矢量转化成0或1的输出。这一功能可以通过在输入矢量空间里的作图来加以解释。 -Perceptron (Perceptron) single-layer perceptron neural model diagram, we can see the basic functions of sensor is the input vector into the output of 0 or 1. Th
CharacterReg
- 这是一个小程序,用来识别手写输入问题,用VC++来实现.主要看重其的归一法,以及神经元算法.-This is a small program used to identify the handwriting input issue, VC++ To achieve. The main value of the normalization of its laws, as well as neuronal algorithm.
bp
- #include "iostream.h" #include "iomanip.h" #define N 20 //学习样本个数 #define IN 1 //输入层神经元数目 #define HN 8 //隐层神经元数目 #define ON 1 //输出层神经元数目 double P[IN] //单个样本输入数据 double T[ON] //单个样本教师数据 double W[HN][IN] //输入层至隐层权值 double V[ON][HN] //隐
ann
- 人工神经网络预测程序，需谨慎的设置隐含层神经元个数和误差收敛精度-Artificial neural network forecasting process, need to be cautious in setting the number of hidden layer neurons and error convergence precision
PIDRBFMATLAB
- 单神经元PID RBF MATLAB源码, -Single Neuron PID RBF MATLAB source,
modifiedPID
- 改进的单神经元自适应PID控制,权系数的再线修正不完全是根据神经网络学习原理-Improved single neuron adaptive PID control, the right to re-line coefficient amendment is not in full accordance with the principle of neural network learning
Adaline_C
- 神经元网络及训练方法的C_仿真实现.pdf-Neural networks and training methods of C_ simulation. Pdf
1
- 通过这个算法可以确定BP神经网络中隐层最优神经元个数-Determine the BP neural network hidden layer neuron number of optimal
MATLABandB
- Matlab中BP神经网络的构建和初始化训练前馈网络的第一步是建立网络对象。函数newff建立一个可训练的前馈网络。这需要4个输入参数。第一个参数是一个Rx2的矩阵以定义R个输入向量的最小值和最大值。第二个参数是一个颟顸每层神经元个数的数组。第三个参数是包含每层用到的转移函数名称的细胞数组。最后一个参数是用到的训练函数的名称。 -matlab bp
rl
- 人工神经网络(Aartificial Neural Network，下简称ANN)是模拟生物神经元的结构而提出的一种信息处理方法。早在1943年，已由心理学家Warren S.Mcculloch和数学家Walth H.Pitts提出神经元数学模型，后被冷落了一段时间，80年代又迅猛兴起［1］。ANN之所以受到人们的普遍关注，是由于它具有本质的非线形特征、并行处理能力、强鲁棒性以及自组织自学习的能力。其中研究得最为成熟的是误差的反传模型算法(BP算法，Back Propagation)，它的网络
rbf
- 基于RBF神经网络辨识的单神经元PID模型参考自适应控制-RBF neural network-based identification of single neuron PID model reference adaptive control
FLCH3eg1
- 采用单神经元结构对两类样本进行分类，其中X为输入样本，T为目标向量。X=[-0.5,-0.5,0.3,0.1,-0.1,0.8,0.2,0.3 0.3,-0.2,-0.6,0.1,-0.5,1.0,0.3,0.9] T=[0,0,0,1,0,1,1,1]- The self learning function of the multilayer perceptron of an artificial neural network can be easily realized by the
ehop1
- 设计一个含有两个神经元的Hopfiled网络 使用的主要函数如下： NEWHOP——创建Hopfield网络 SIM——对Hopfield网络进行仿真-The design of a neuron contains two main Hopfiled network function as follows: NEWHOP- create a Hopfield network SIM- Simulation of the Hopfield network
neuralnetwork
- 用于图像识别的新型神经元网络 提出了一种用于图像识别的映封正交神经元网络。 在一般情况下待识别的样本空间的维数相当大, 为了有效地进行识别,必须把样本空间的维数降下来。目前常用的方法就是特征提取法,本文采用映射正交过程把样本空间映射成正交分类空间,并在此基础上,采用网络进行图像分类。计算机上模拟结果表明此网络县有时缺损和噪声图像进行正确识别的能力-Image recognition for a new type of neural network used in a video im
geneticalgrithmoptimizeRBF
- matlab源码，运用遗传算法 优化RBF隐层神经元的中心值，宽度，和权值，具有很强的学习性。-matlab source code, the use of genetic algorithm optimization of RBF hidden layer neurons in the central value, width, and weight, has a strong learning.
matlab
- 利用一个单隐层BP网络来逼近一个函数，在改程序中有21组数据。该网络的输入层和输出层的神经元个数均为一。-Using a single hidden layer BP network to approximate a function, in the reform process there were 21 sets of data. The network input layer and output layer are a number of neurons.
singlpid
- 用MATLAB编写的单神经元PID仿真程序,可以在具体控制实例中加以验证-Prepared using MATLAB single neuron PID simulation program, you can control in specific cases to verify the
NN
- 学长的一篇神经网络本科毕业论文。关键词：神经元网络，神经控制，非模型控制。 希望对做神经控制的朋友有帮助。-Neural Network undergraduate thesis Neural networks, neural control, non-model control