搜索资源列表
dpcm
- 进行预测编码的一部分程序，若想使用还需自己编写部分函数-To predict the coding part of the program, if you want to use some functions need to write your own
Dpcmprj
- 预测编码的部分函数，如需使用还需另外编写部分函数-Predictive coding part of the functions needed to prepare the part for the use of function
Untitled_7_Callback
- 预测编码的部分函数，如需使用还需另外编写部分函数-Predictive coding part of the functions needed to prepare the part for the use of function
Untitled_9_Callback
- 预测编码的部分函数，如需使用还需另外编写部分函数-Predictive coding part of the functions needed to prepare the part for the use of function
development-risk-prediction
- 本文基于BP神经网络应用于预测的原理，提出预测步骤及预测可行性，探讨建立基于BP神经网络的预测模型的关键技术，包括样本的选取与预处理、输入输出变量的选取、隐层节点数的确定、初始权值和阈值的选取、激活函数、训练算法与参数的选取，最后建立合理的网络模型；结合住宅市场的实际情况，建立两类BP 神经网络预测模型：基于时间序列的趋势预测模型以及基于影响因素的回归预测模型，即分别采用神经网络趋势预测和回归预测的思路，把住宅市场的供给、需求与房价的历年数据以及其影响因素的数据分别作为学习样本，建立预测模型，
Elevation-fitting
- BP 网络具有以任意精度逼近定义在紧致子集上的任意非线性函数的能力, 因而被广泛应用于识别、预测、拟合。-BP network has to approach any degree of accuracy defined in the compact subset of the capacity of any nonlinear function, which is widely used in identification, prediction, fit.
Crystal-Based-on-BP-Network
- 摘 要： 介绍BP算法神经网络由线拟舍方法，并借助MATLAB工具箱函数将它运用于方解石色散特性研 究，通过拟合效果图，误差曲线，误差范数反映BP神经网络的优越性，体现BP算法较高的预测能力和良好的泛化能 力，并且可以自动地确定数学模型．精确度高，原理也较简单，尤其对复杂的输入输出系统具有更好的效果。-Abstract： Curve fitting method of BP neural network was introduced and applied in the model of
LL1_display5.11
- 本文描述了针对编译原理课程中LL(1)文法分析过程的演示系统的设计与实现过程。本系统在Visual C++环境中使用MFC类库开发实现。针对高效率和美观实用两个目标，分别设计了前台和后台。前台负责界面显示和用户交互，后台透明地执行LL(1)分析过程的相关操作，为前台提供数据。通过MFC的消息响应机制，将后台功能模块加入到前台相应功能菜单的消息函数中。前台界面提供了和用户交互的菜单，根据演示系统的需求以及LL(1)文法分析过程中的各个步骤，将前台分为七个模块，其中每个菜单项分别对应各自的功能模块。
DSP-fangzhen
- 用一个2阶的AR模型产生一平稳的随机过程s(n)。 其中， ， ， 可任意选定。 再产生一方差为 的白噪声 。接收信号为 ， 要求对接收信号进行维纳滤波，输出信号为 。 1， 给定维纳滤波器的长度M，考察代价和函数与SNR之间的关系。 2， 给定SNR,考察代价函数与信噪比之间的关系。 3， 做一步预测，代价函数随滤波器的长度和信噪比的变化关系。 -With a 2-order AR model to generate a stationary rand
PI_GPC_1
- 比例积分型的GPC，由新的目标函数解出的控制率与常规PI控制有着一样的形式，这样就获得了一种具有PI结构的广义预测控制，而且其参数 、 有着明显的工程意义，整定原则基本类似于PID。-Proportional-integral-type GPC, the new objective function solution of the control rate with conventional PI control has the same form, so to obtain a PI stru
fitness
- 曲线拟合法：本方法分别利用一元线性函数、对数函数、指数函数和抛物线函数对数据拟合，取拟合优度判定系数最大者作为预测模型，得出预测值及预测区间（置信度为0.95）-Curve fitting: This method is the use of a linear function, respectively, logarithmic, exponential and parabolic functions for data fitting, goodness of fit to take the
using-adaptive-chebyshev
- 提出了一种基于自适应 Chebyshev 多项式神经网络(ACNN)的 Logistic 混沌系统控制算法。该算法采用 Chebyshev 正交多项式作为神经网络的激励函数, 构建 Logistic 混沌系统的预测与控制模型。为了保证算法的稳定性, 提出和证明了收敛定 理, 并利用自适应学习率算法提高神经网络的学习效率和收敛速度。通过采用自适应 Chebyshev 神经网络直接学习 Logistic 混 沌系统的动态特性, 并对系统实施目标函数控制。实验仿真结果表明, 该算法在 L
fouth
- 基于MATLAB语言利用BP神经网络拟合函数，并有预测功能。-MATLAB language-based fitting function using BP neural network, and forecasting capabilities.
lifting_97
- 实现9/7小波正反变换 注1： 采用标准正交方法，对行列采用不同矩阵（和matlab里不同） 注2： 为了保证正交，所有边界处理，全部采用循环处理 注3： 正交性验证，将单位阵带入函数，输出仍是单位阵（matlab不具有此性质） 注4： 此程序是矩阵实现，所以图像水平分量和垂直分量估计被交换位置 注5： 此程序实现的是类小波（wavelet-like）变换，是介于小波包变换与小波变换之间的变换 注6： 此程序每层变换相对原图像矩阵，产生的矩阵都是正交阵，这和小
GM(1-1)
- 该代码基于灰色GM(1,1)算法，使用时，需要在函数中将自变量取为时间序列，可预测任意时间的数值-The code is based on gray GM (1,1) algorithm, when used in the function argument will be taken as time series, can predict the value of any time
4
- 基于径向基函数网络的宣城市空气质量预测.-failed to translate
MATLAB-Function-List
- MATLAB7.X信号处理工具箱函数汇总 1、 滤波器分析与实现 2、 FIR数字滤波器设计 3、 IIR数字滤波器设计 4、 模拟滤波器设计 5、 模拟滤波器变换 6、 滤波器离散化 7、 线性系统变换 8、 窗函数 9、 变换 10、 统计信号处理与谱分析 11、 参数模型 12、 线性预测 13、 多采样率信号处理 14、 波形产生 15、 特殊操作-MATLAB7.X Signal Processing Toolbox func
0212893728731kalman
- 基于卡尔曼滤波方法的目标跟踪函数的一种机动目标的预测法-Based on kalman filtering method of target tracking function of a kind of maneuvering target forecast method
predict--the-possibe--vaule-
- 对于具有关心的机械，采用2次函数进行预测，然后采用估计反求其合理值点-first we predict the possible velocity and then reverse the time and valuse by quadratic function
BP-neural-network-predict--
- 利用MATLAB的自带工具箱函数实现了北京2009年12个月份气温、降水和气压的走势预测，且效果比较好。 BP神经网络 Bp.m BP神经网络MATLAB程序 bp_ds.xls 训练集输入 bp_nds.xls 训练集输出（目标训练集） bp_td.xls 测试集输入 bp_ntd.xls 测试集输出（目标测试集） BP神经网络预测天气值.doc 论文 -Use of MATLAB toolbox to realize the function