搜索资源列表
1985528BP_RBF
- ADIAL Basis Function (RBF) networks were introduced into the neural network literature by Broomhead and Lowe [1], which are motivated by observation on the local response in biologic neurons. Due to their better approximation capabilities, si
caiqie
- 步态识别图像的初步裁切，对视频监控提取的图像进行裁切-The structures of the neural networks were designed using a constructive algorithm where the basic idea was to start with a small network,then add hidden units and weights incrementally until a satisfactory solution be foun
shibie
- 基于bp神经网络的车牌字符识别源程序，采用字符比对的方式进行切割-The structures of the neural networks were designed using a constructive algorithm where the basic idea was to start with a small network,then add hidden units and weights incrementally until a satisfactory solution b
SourceCode
- neural-network模型中，在產生一個輸出值前units轉換它們的net-input數值為一個activation value並視為一個中介的步驟。很多架構省略這個中介的步驟並且直接到輸出值的產生。在這裡，先忽略這個activation value的複雜度，我們首要的工作是output value輸出值的產生。我們以一個微分方程式的形式來表示一個unit的output value。就好像是生物學中所提的同等事物一樣，units的輸出值是時間的動態函數。-neural-network mo
nc_tanker
- Radial Basis Function Neural Controller for Tanker Ship Heading Regulation (using only 9 receptive field units)
ANN
- 这是一个matlab程序用于构建人工神经网络模型，可以随意设置层数和单元个数！-This is a matlab program for building artificial neural network model can arbitrarily set the number of layers and units!
AHU
- 神经网络建立的空调系统空气处理单元模型；simulink模型mdl，附带相关数据及归一化处理程序-Air-conditioning system neural network model of air handling units simulink model mdl, with relevant data and normalization process
GPU-CUDA001
- 文章介绍如何使用CUDA实现神经网络，并把他应用在GPU图像处理单元上。 -An Artificial Neural Network is an information processing method that was inspired by the way biological nervous systems function, such as the brain, to process information. It is composed of a large number of
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
ABCNNTrain
- Training Artificial Neural Network. XOR Problem. Summation Units, Log-Sigmoid Neurons with Biases. Input Layer: 2, Hidden Layer: 2, Output Layer: 1 neurons. Returns mean square error between desired and actual outputs. Reference Pape
road
- BP神经网络预测公路运量 1.问题的描述 公路运量主要包括公路的客运量和公路货运量两个方面。据研究，某地区的公路运量主要与该地区的人数、机动车数量和公路面积有关，表1给出了20年得公路运量相关数据，表中人数和公路客运量的单位为万人，机动车数量单位为万两，公路面积的单位为万平方千米，公路货运量单位为万吨。 根据有关部门数据，该地区2010年和2011年的人数分别为73.39和75.55万人，机动车数量分别为3.9635和4.0975万辆，公路面积将分别为0.9880和1.0268万平
annlyap
- 最小RMSE神经网络方法计算Lyapunov指数的matlab函数。-This M-file calculates Lyapunov exponents with minimum RMSE neural network. After estimation of network weights and finding network with minimum BIC, derivatives are calculated. Sum of logarithm of QR decomposition
bp-neural-network-02
- BP神经网络隐单元个数不同造成误差精度以及训练时间不同-BP neural network the number of hidden units caused the error accuracy and training time
cllib
- CLLIB is a varied collection of Common lisp tools and routines in CLOCC. -CLLIB is a varied collection of Common lisp tools and routines in CLOCC. Includes: ■ "guess the animal" game simple neural net (AI) ■ autoload function and snarfi
61046606ABCNNTrain
- Training Artificial Neural Network. XOR Problem. Summation Units, Log-Sigmoid Neurons with Biases. Input Layer: 2, Hidden Layer: 2, Output Layer: 1 neurons. Returns mean square error between desired and actual outputs. Reference Papers: D. Karaboga,
ABCNNTrain
- Training Artificial Neural Network. XOR Problem. Summation Units, Log-Sigmoid Neurons with Biases. Input Layer: 2, Hidden Layer: 2, Output Layer: 1 neurons. Returns mean square error between desired and actual outputs. Reference Papers: D. Karaboga,
sample4
- 工神经网络（Artificial Neural Network）又称连接机模型，是在现代神经学、生物学、心理学等学科研究的基础上产生的，它反映了生物神经系统处理外界事物的基本过程，是在模拟人脑神经组织的基础上发展起来的计算系统，是由大量处理单元通过广泛互联而构成的网络体系，它具有生物神经系统的基本特征，在一定程度上反映了人脑功能的若干反映，是对生物系统的某种模拟，具有大规模并行、分布式处理、自组织、自学习等优点，被广泛应用于语音分析、图像识别、数字水印、计算机视觉等很多领域，取得了许多突出的成果
Elman
- Elman神经网络：Elman网络是 J. L. Elman于1990年首先针对语音处理问题而提出来的, 它是一种典型的局部回归网络( global feed for ward l ocal recurrent)。Elman网络可以看作是一个具有局部记忆单元和局部反馈连接的前向神经网络。Elman网络具有与多层前向网络相似的多层结构。它的主要结构是前馈连接, 包括输入层、 隐含层、 输出层, 其连接权可以进行学习修正 反馈连接由一组“结构 ” 单元构成,用来记忆前一时刻的输出值, 其连接权值是固
8
- 遥感影像理解智能化系统与模型集成方法 智能化遥感影像分析理解是当前遥感地学分析中的研究热点。本文通过分析当前智能化方法在应用中存在的两个主要问题 ,指出了智能化遥感影像分析向基于多特征单元为分析对象转变的必要性以及如何在分析过程中更好的融合知识。在此基础上 ,介绍了多特征单元遥感影像分析和基于神经网络的知识处理的基本思想。并对如何建立基于知识智能计算的多特征单元遥感影像分析理解方法体系进行了探讨 ,给出了概念框架图 -Remote sensing image understandi
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