搜索资源列表
BP神经网络非线性系统建模
- 基于BP神经网络的非线性系统函数拟合算法,分为BP神经网络构建,BP神经网络训练和BP神经网络预测.
yichuanbp
- 已调试好的遗传算法优化BP神经网络-非线性函数拟合的程序源代码-Genetic algorithm has been debugged BP neural network- non-linear function fitting the source code
BP
- BP神经网络的非线性系统建模-非线性函数拟合的一个matlab程序，供参考-BP neural network modeling of nonlinear systems- a non-linear function fitting matlab program, for reference
neurou.net
- 利用神经网络方法进行非线性函数拟合,并比较精度。-nonlinear function is fitted by neural net method， precision is compared
BP-nonlinear-function-fitting
- BP神经网络的非线性系统建模-非线性函数拟合 拟合的非线性函数-BP neural network for nonlinear system modeling- nonlinear function fitting non-linear function fitting
curvefit
- 用MATLAB函数进行非线性拟合，在VB中调用-MATLAB function with non-linear fitting, call in VB
mat
- 支持向量机非线性回归通用MATLAB源码本源码可以用于线性回归、非线性回归、非线性函数拟合、数据建模、预测、分类等多种应用场合-Universal non-linear regression support vector machine MATLAB source code of this source can be used for linear regression, nonlinear regression, nonlinear function approximation, data m
VisualC
- 常用数值算法源代码第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章随机数,第7章排序第8章特征值问题第9章数据拟合第10章方程求根和非线性方程组的解法第11章函数的极值和最优化第12章傅里叶变换谱方法第13章数据的统计描述第14章解常微分方程组第15章两点边值问题的解法第16章偏微分方程的解法-Numerical algorithm used
BPneuralnetwork
- 利用BP神经网络建立非线性系统模型，实现非线性函数拟合-BP neural network using a nonlinear system model, to achieve non-linear function fitting
case2
- BP神经网络的非线性系统建模-非线性函数拟合-BP neural network for nonlinear system modeling- nonlinear function fitting
case3
- 遗传算法优化BP神经网络-非线性函数拟合-BP neural network genetic algorithm- linear function fitting
支持向量机非线性回归通用MATLAB源码
- 支持向量机和BP神经网络都可以用来做非线性回归拟合，但它们的原理是不相同的，支持向量机基于结构风险最小化理论，普遍认为其泛化能力要比神经网络的强。大量仿真证实，支持向量机的泛化能力强于BP网络，而且能避免神经网络的固有缺陷——训练结果不稳定。本源码可以用于线性回归、非线性回归、非线性函数拟合、数据建模、预测、分类等多种应用场合，GreenSim团队推荐您使用。
matlab函数箱
- 基于GM（1，1）的经典灰色预测拟合模型 是典型的非线性微分动态模型,适用于非单调摆动发展序列或饱和 S 形序列(A classical grey forecast fitting model based on GM (1, 1) It is a typical nonlinear differential dynamic model, which is applicable to the non monotonic oscillating development sequence or t
BP神经网络的非线性系统建模——非线性函数拟合
- 在工程应用中经常会遇到一些复杂的非线性系统，这些系统状态方程复杂，难以用数学方 法准确建模。在这种情况下，可以建立 BP 神经网络表达这些非线性系统。该方法把未知系统看成是一个黑箱，首先用系统输入输出数据训练 BP 神经网络，使网络能够表达该未知函数，然后用训练好的 BP 神经网络预测系统输出 。(In engineering applications, some complicated nonlinear systems are often encountered. The equations
遗传算法优化BP神经网络——非线性函数拟合
- 遗传算法优化 BP 神经网络分为 BP 神经网络结构确定、遗传算法优化和 BP 神经网络预 测 3 个部分。 BP 神经网络预测用遗传算法得到最优个体对网络初始权值和阔值赋值，网络经训练后预测函数输出。(Genetic algorithm optimization BP neural network is divided into 3 parts: BP neural network structure determination, genetic algorithm optimization
data fitting
- 掌握Matlab两个函数lsqcurvefit和nlinfit的用法； 掌握Matlab拟合工具箱cftool的使用； 编写非线性拟合函数。(Grasp the use of Matlab two functions lsqcurvefit and nlinfit; Grasp the use of Matlab fitting toolbox cftool; Compiling nonlinear fitting function.)
BP
- BP神经网络的非线性函数拟合,利用BP算法对一个非线性函数进行拟合(The Nonlinear Function Fitting Based on BP Neural Network)
拟合
- 多个函数的曲线拟合，里面统计有最小二乘、非线性回归(Curve fitting for multiple functions)
BP神经网络的非线性系统建模-非线性函数拟合
- 使用BP神经网络，实现非线性系统建模，包括完整的程序和测试数据。(BP neural network is used to realize nonlinear system modeling, including complete program and test data.)
RBF网络的回归-非线性函数回归的实现
- RBF网络的回归-非线性函数回归的实现 注意： chapter7.1.m为严格(Exact)径向基网络来实现非线性的函数回归 chapter7.2.m为RBF网络对同一函数拟合