搜索资源列表
levelingdevicePIDcontrolleresign
- 为了便于进行形象化的理解,本章进行了控制结果的可视化编程。利用Matlab与Borland C++ Builder的程序开发接口,通过建立独立的可执行程序,演示了控制过程中对熨平板进行调节的过程。最终认为,PID控制和人工神经网络控制对控制速度和精度都有了很多的改善;对摊铺机自动调平装置而言,其控制器的设计占有重要的地位。 -To facilitate figurative understanding of this chapter for the control of the results
jiyuneirongdetuxiangjiansuo
- 基于内容的图像检索中的一些关键环节:特征提取:颜色直方图;纹理特征等 相似度:马氏距离,欧氏距离等 相关反馈:机器学习方法,如SVM,神经网络等 检索与分类:两个很相似的样本距离很小,虽然两个不相似的样本距离未必很大-content-based image retrieval of some of the key issues : Feature Extraction : color histogram; Texture characteristics of simila
xiboshenjingwangluo
- 小波神经网络,输出节点数为:J个;输入节点数为:I个-wavelet neural network, the output nodes : J; Input nodes : I -
BP-nn
- BP神经网络分类器 程序有两种运行状态,一个是学习,另外一个是分类。在学习状态下,在Dos命令符下输入bp learn,便开始学习了,学习的结果放在weight.dat中;在工作状态下,在Dos命令符下输入bp work,便开始识别classfyme.dat中的数据了,识别完成后,结果放在results.dat中。在bp运行的任何一种状态下,都不能手工打开Weight.dat、Sample.dat、classfyme.dat、results.dat中的任何一种。~..~-BP neur
ENA_TSP
- 开发环境:Visual C++ .net2003 功能介绍:神经网络算法实验;分Console版本和MFC版本;主要用来求解TSP问题。
ART
- 用ART神经网络对输入的汉字进行识别分类,对已经记忆的字母以及相近的含噪声字母能正确识别;对新的字母以及噪声太大的字母能自动将其归为新类并进行记忆。
InteractiveMethodofImageRetrievalBasedonNeuralNetw
- 系统根据用户对检索结果的评价,动态构造神经网络,描述图像之间的相似性;图像间的这种相似性以及本次检索结果可以作为以后检索的历史信息保存在神经网络中,从而提高下一次检索的效率。实验表明,该方法嵌入到典型的图像检索系统中,改善了图像检索性能。
HOPFIELD
- Hopfield神经网络源码,免费下载;Hopfield神经网络源码,免费下载
triplehandstandpendulum
- 首先对非线性模型在控制目标附近进行线性化得到相应的状态空间表达式,再对线性模型设计LQR控制器,进而用此控制器控制非线性倒立摆,取得训练神经网络控制器的数据,最后用这些数据训练得到神经网络控制器,最终基于神经网络的(一、二、三级)倒立摆控制均取得了很好的控制效果;
rbf_mems
- 为了提高使用精度,研究了某型号MEMS陀螺仪的随机漂移模型。采用游程检验法分析了 该陀螺仪随机漂移数据的平稳性,并根据该漂移为均值非平稳、方差平稳的随机过程的结论, 采用梯度径向基(RBF)神经网络对漂移数据进行了建模。实验结果表明:相比经典RBF网络模 型而言,这种方法建立的模型能更好地描述MEMS陀螺仪的漂移特;相对于季节时间序列模型而 言,其补偿效果提高了大约15%。
PCNNtuxiangyasuo
- PCNN的相关算法的实现:一定条件下PCNN动态行为的分析;一种基于脉冲耦合神经网络的最短路径算法
BP
- 基于BP神经网络的 参数自学习控制 (1)确定BP网络的结构,即确定输入层节点数M和隐含层节点数Q,并给出各层加权系数的初值 和 ,选定学习速率 和惯性系数 ,此时k=1; (2)采样得到rin(k)和yout(k),计算该时刻误差error(k)=rin(k)-yout(k); (3)计算神经网络NN各层神经元的输入、输出,NN输出层的输出即为PID控制器的三个可调参数 , , ; (4)根据(3.34)计算PID控制器的输出u(k); (5)进行神经网络学习,在线调整加权
BPsimulationofpopulation
- ”BP.m“文件是BP神经网络整个模型的源程序; “train.fig”是训练时最后得到的图片; “程序运行的人口数量原始数据.fig”是预测结果绘制的图; “程序运行时matlab命令窗口的内容.txt”是运行程序是在matlab命令窗口显示的东西; “程序运行完产生的数据.mat”是程序运行完毕产生的数据。 .bmp文件和.fig文件一样
1
- 基于视觉传感器实现道路信息的理解是目前移动机器人自主导航的重要研究方向,其中道路图象的正确分割 是提取有效路径信息的关键。该文针对复杂、干扰因素多的室外环境下传统方法难以实现道路图象正确分割的问题,提 出了一种基于’() 神经网络的道路图象分割方法。该方法通过选取道路图象的归一化色彩分量为特征向量,应用基于 ’() 学习算法的神经网络分类器进行道路与非道路识别;为解决环境噪声对神经网络输出的影响,本文设计了串行级联 式四阶形态滤波器实现对神经网络输出的分割图象的滤波处理。通过对实
neural-network-back-propagation-algorithm
- 每一个训练范例在网络中经过两遍传递计算:一遍向前传播计算,从输入层开始,传递各层并经过处理后,产生一个输出,并得到一个该实际输出和所所需输出之差的差错矢量;一遍向反向传播计算,从输出层至输入层,利用差错矢量对权值进行逐层修改。BP算法有很强的数学基础,戏剧性地扩展了神经网络的使用范围,产生了许多应用成功的实例,对神经网络研究的再次兴起过很大作用。
datamining
- Apriori源代码,包含c++/java实现;<br>神经网络算法源程序,如SOM、HOPFIELD、CPN、BPN、BOLTZMAN、ART、ADALINE,同时提供针对不同算法的演示源程序;遗传C源代码;外加充实的数据挖掘的算法讲解ppt
RBF
- 文中设计了一个3层径向基神经网络(RBFN)用于对企业的5项评价指标进行聚类分析,并与蚁群算法做了比较分析。RBFN由输入层 到隐含层采用传统的K一均值算法,隐含层到输出层通过“模2递减”学习速率的BP学习;蚁群算法根据信息素的分配能够自动调整收索 路径,从而达到数据自动聚类的目的。结果表明,与蚁群算法相比,改进RBFN具有快速收敛、自动识别奇异样本的优点,而蚁群算法 无须教师学习,并能够达到全局最优。
NetToolkit
- 1、该工具包用于安装Lm和RBF两个神经网络工具包 2、直接运行LmNet.exe或_install.bat即可; 3、完成成功后,请将 bin\\win32 目前加至系统的 path中。 具体为:我的电脑-->属性-->环境变量-->将“bin\\win32”加至path路径中。-1, the tool kits for the installation and Lm 2 RBF neural network tool kits 2, or directly running
ghmm470
- 对具有随机噪声的二阶系统的模型辨识,进行标幺化以后系统的参考模型差分方程为: y(k)=a1*y(k-1)+a2*y(k-2)+b*u(k-1)+s(k) 式中,a1=0.3366,a2=0.6634,b=0.68,s(k)为随机噪声。由于神经网络的输出最大为1,所以,被辨识的系统应先标幺化,这里标幺化系数为5。采用正向建模(并联辨识)结构,神经网络选用3-9-9-1型,即输入层i,隐层j包括2级,输出层k的节点个数分别为3、9、9、1个;由于神经网络的最大输出为1,因此在辨识前应对原系统参考模
44
- BP算法是为了解决多层前向神经网络的权系数优化而提出来的;所以,BP算法也通常暗示着神经网络的拓扑结构是一种无反馈的多层前向网络-BP algorithm is to solve the multi-layer feedforward neural network weights optimization and put forward Therefore, BP algorithm usually implies that the topology of neural network is