搜索资源列表
r43
- 鲁棒控制器设计，由于RBF网络可以实现任意逼近的非线性关系，它的目标是要做到误差平方和最小，与非线性PCA的目标一致，所以上述非线性PCA的模型可以通过采用两个RBF网络来实现非线性正变换 和反变换 。RBF网络是一个三层前馈网络，隐层采用径向基函数作为激励函数。第一个RBF网络把高维空间的数据映射到低维空间（如图4），第二个RBF网络将前面网络输出的低维空间数据再映射到高维空间，实现数据恢复(如图5)。这两个网络分别进行训练。-robust controller design, as RBF
Nr_C
- 书是针对工程上常用的行之有效的算法而编写的C语言函数程序集，在第一版的基础上作了修改和扩充。书中包括了近几年出现的许多新算法。全书分为数值计算与非数值计算两部分。其中数值计算部分的内容包括：线性代数方程组的求解、矩阵运算、矩阵特征值与特征向量的计算、非线性方程与方程组的求解、插值、数值积分、常微分方程（组）的求解、拟合与逼近、数据处理与回归分析、极值问题、数学变换与滤波、特殊函数、随机数的产生、多项式与连分式函数的计算、复数运算；非数值计算部分的内容包括：排序、查找、图形模式下读写屏幕象点、基本
CommonArithmetic
- 常用算法大合集； 包括插值、查找、常微分方程组求解、多项工与连分式函数计算、非线性方程与方程组求解、复数运算、汉字操作、基本图形操作、极值问题、矩阵特征值与特征向量的计算、矩阵运算、拟合与逼近、排序、数据处理与回归分析、数学变换与滤波、数值积分、随机数产生、特征函数、图形模式下读写屏幕象点、线性代数方程组求解等C语言算法-algorithms big Collection; Including interpolation, locate, ordinary differential equa
Delphi-ChangYongShuZhiSuanFa
- Delphi常用数值算法(源码) 这些算法将为千千万万非计算机专业的工程技术人员架起一座方便快捷的桥梁，并能缩短应用软件的编制周期，减少重复劳动，达到事业功倍的效果。 第1章线性代数方程组的解法 第2章插值 第3章数值积分 第4章特殊函数 第5章函数逼近 第6章特征值问题 第7章数据拟合 第8章方程求根和非线性方程组的解法 第9章函数的极值和最优化 第10章傅里叶变换谱方法 第11章数据的统计描述 第12章解常微分方程组 第13章偏
C_algorithm_program
- 本书是针对工程上常用的行之有效的算法而编写的C语言函数程序集，包括了近几年出现的许多新算法。全书分为数值计算与非数值计算两部分。其中数值计算部分的内容包括：线性代数方程组的求解、矩阵运算、矩阵特征值与特征向量的计算、非线性方程与方程组的求解、插值、数值积分、常微分方程（组）的求解、拟合与逼近、数据处理与回归分析、极值问题、数学变换与滤波、特殊函数、随机数的产生、多项式与连分式函数的计算、复数运算；非数值计算部分的内容包括：排序、查找、图形模式下读写屏幕象点、基本图形操作、汉字操作等。
TheApplicationResearchofImprovedParticleFilterAlgo
- 本文的题目是改进的粒子滤波在组合导航中的应用研究。文档可用caj打开。 本课题首先研究了GPS/DR车载定位系统的组合模型，然后在分析了非线性滤波的基础上，引入了粒子滤波。粒子滤波是一种基于递推计算的序列蒙特卡罗算法，它采用一组从概率密度函数上随机抽取的并附带相关权值的粒子集来逼近后验概率密度，从而不受非线性、非高斯问题的限制。虽然粒子滤波存在诸多优点，然而它仍然存在诸如粒子数匿乏、滤波性能不高、实时性差等问题。
changyongsuanfachengxuji
- 本程序针对工程中常用的行之有效的算法而编写，其主要内容包括多项式的计算、复数运算、随机数的产生、矩阵运算、矩阵特征值与特征向量的计算、线性代数方程组的求解、非线性方程与方程组的求解、插值与逼近、数值积分、常微分方程组的求解、数据处理、极值问题的求解、数学变换与滤波、特殊函数的计算、排序和查找。 书中所有算法均用C语言描述。 本程序集可供广大科研人员、工程技术人员以及管理工作者阅读使用，也可作为高等院校师生的参考程序。 与本程序配套的书为《C常用算法程序集》。也一同上传。可从本网站上下载。
very_often_used_Algorithms_c_3rd_edition
- 针对工程中常用的行之有效的算法而编写，其主要内容包括多项式的计算、复数运算、随机数的产生、矩阵运算、矩阵特征值与特征向量的计算、线性代数方程组的求解、非线性方程与方程组的求解、插值与逼近、数值积分、常微分方程组的求解、数据处理、极值问题的求解、数学变换与滤波、特殊函数的计算、排序和查找。
Cchangyongsuanfa
- C常用算法程序集 针对工程上常用的行之有效的算法而编写的C语言函数程序集，在第一版的基础上作了修改和扩充。书中包括了近几年出现的许多新算法。全书分为数值计算与非数值计算两部分。其中数值计算部分的内容包括：线性代数方程组的求解、矩阵运算、矩阵特征值与特征向量的计算、非线性方程与方程组的求解、插值、数值积分、常微分方程（组）的求解、拟合与逼近、数据处理与回归分析、极值问题、数学变换与滤波、特殊函数、随机数的产生、多项式与连分式函数的计算、复数运算；非数值计算部分的内容包括：排序、查找、图形模式下
BPmatlab
- BP神经网络算法实现例子，多层感知机，对非线性函数逼近(neural network and Multilayer perceptron)
1709.04326
- 多智能体设置在机器学习中的重要性日益突出。超过了最近的大量关于深度的工作多agent强化学习，层次强化学习，生成对抗网络和分散优化都可以看作是这种设置的实例。然而，多学习代理人的存在这些设置使得培训问题的非平稳常常导致不稳定的训练或不想要的最终结果。我们提出学习与对手的学习意识（萝拉），一种方法，原因的预期。其他代理的学习。罗拉学习规则包括一个额外的术语，解释了在预期的参数更新的代理政策其他药物。我们发现，利用似然比策略梯度更新的方法，可以有效地计算萝拉更新规则，使该方法适合于无模型强化学习。这
DFLSGR59
- 遗传算法优化小波神经网络的源程序 1 构造的非线性函数 位于nninit_test m 2 直接用WNN逼近非线性 Wnn_test()
07 神经网络与深度学习
- 人工神经网络（Artificial Neural Networks，ANN）系统是 20 世纪 40 年代后出现的。它是由众多的神经元可调的连接权值连接而成，具有大规模并行处理、分布式信 息存储、良好的自组织自学习能力等特点。BP（Back Propagation）算法又称为误差 反向传播算法，是人工神经网络中的一种监督式的学习算法。BP 神经网络算法在理 论上可以逼近任意函数，基本的结构由非线性变化单元组成，具有很强的非线性映射能力。(The Artificial Neural Network
RBF
- RBF网络能够逼近任意的非线性函数，可以处理系统内的难以解析的规律性，具有良好的泛化能力，并有很快的学习收敛速度，已成功应用于非线性函数逼近、时间序列分析、数据分类、模式识别、信息处理、图像处理、系统建模、控制和故障诊断等。(RBF network can approximate any nonlinear function, regularity can handle within the system to parse, has good generalization ability and
Untitled2
- k—means函数，RBF网络能够逼近任意的非线性函数，可以处理系统内的难以解析的规律性，具有良好的泛化能力，并有很快的学习收敛速度，已成功应用于非线性函数逼近、时间序列分析、数据分类、模式识别、信息处理、图像处理、系统建模、控制和故障诊断等。(k-means function, RBF network can approximate any non-linear function, can deal with difficult-to-resolve regularity in the sys
traversal_consist
- 遗传算法优化小波神经网络的源程序 1 构造的非线性函数 位于nninit_test m 2 直接用WNN逼近非线性 Wnn_test()
RBFneural
- RBF神经网络实现非线性函数回归。 RBF神经网络具有对非线性连续函数的一致逼近性能。(Nonlinear function regression based on RBF neural network. RBF neural network has uniform approximation property for nonlinear continuous functions.)
NN_FUZZY
- 利用自适应神经模糊推理系统对非线性函数进行逼近(Approximation of nonlinear functions by fuzzy inference system)
neural networks
- 1.elman神经网络对输入波形进行检测 2.设计具有3个神经元的Hopfield网络 3.建立自适应神经模糊推理系统对非线性函数进行逼近（正弦加滞后） 4.建立自适应神经模糊推理系统对非线性函数进行逼近（正弦多项式） 5.利用模糊C均值聚类方法将一类随机给定的三维数据分为三类(1.Detection of input waveform by elman neural network 2. design a Hopfield network with 3 neurons 3. est
rbf
- RBF网络能够逼近任意的非线性函数，可以处理系统内的难以解析的规律性，具有良好的泛化能力，并有很快的学习收敛速度，已成功应用于非线性函数逼近、时间序列分析、数据分类、模式识别、信息处理、图像处理、系统建模、控制和故障诊断等。 简单说明一下为什么RBF网络学习收敛得比较快。当网络的一个或多个可调参数（权值或阈值）对任何一个输出都有影响时，这样的网络称为全局逼近网络。由于对于每次输入，网络上的每一个权值都要调整，从而导致全局逼近网络的学习速度很慢。BP网络就是一个典型的例子。(RBF network