搜索资源列表
bpann
- 基于神经网络算法,构建了一个三层的bp网络,用来识别5,6,7,8,9五个数字,在matlab环境下运行成功,对于了解神经网络控制算法很有帮助,并附有训练和测试数据
Geneticalgorithm
- 传算法的基本原理、设计方法及其并行实现,以及它在组合优化、机器学习、图像处理、过程控制、进化神经网络-Propagation algorithm of the basic principles, design methods and their parallel implementation, as well as in combinatorial optimization, machine learning, image processing, process control, evoluti
113172210SVD
- SVD随着计算机网络的不断发展,多媒体信息的版权保护问题变得十分突出,已成为一个非常紧迫的议题。数字水印技术是实现版权保护的一种非常有效的方法,已经成为信息隐藏领域的一个热门方向。本文着重讨论了数字水印技术在数字图像中的应用,特别地,对于基于神经网络和SVD的自适应的数字水印技术进行了深入的研究与实验。首先比较全面地介绍了数字水印技术的发展历史、现状、基本模型、特征、分类、现有的主要的算法和应用,并对数字水印的发展前景做出了一个展望。接着阐述了神经网络和奇异值分解( SVD)的相关理论。利用图像
ire
- 神经网络直接逆控制在无人机飞控系统中的应用-Neural network direct inverse control in UAV Flight Control System
模式识别
- 本算法是借助于神经网络控制的代码,经过测试可以使用
SVM-regression-theory-and-control-
- 支持向量机回归理论与神经网络等非线性回归理论相比具有许多独特的优点有线性回归和非线性回归,其模型的选 择包括核的选择、容量控制以及损失函数的选择.在控制方面的研究包括非线性 时间序列 的预测及应用、系统辨识以及优化控制和学习控制等方面的研究-Support vector machine (SVM) regression theory and neural network has many unique advantages such as nonlinear regression theory
Wavelet-Transform-and-Neural-Network
- 为保障安全与电力用户供电质量,基于并网逆变器的分布式发电(distributed generation DG)系统要求具备孤岛检测功能。针对被动式孤岛检测法检测盲区(non-detectionzone,NDZ)大、检测时间长以及主动式孤岛检测法影响分布式发电系统供电质量的缺点,提出了一种新的被动式孤岛检测方法。该方法利用小波变换从公共耦合点(point ofcommon coupling,PCC)处的电压信号及逆变器输出电流信号中提取特征量,再通过BP 神经网络进行模式识别来判断是否出现孤岛现象
Islanding-Detection
- 为保障安全与电力用户供电质量,基于并网逆变器的分布式发电(distributed generation DG)系统要求具备孤岛检测功能。针对被动式孤岛检测法检测盲区(non-detectionzone,NDZ)大、检测时间长以及主动式孤岛检测法影响分布式发电系统供电质量的缺点,提出了一种新的被动式孤岛检测方法。该方法利用小波变换从公共耦合点(point ofcommon coupling,PCC)处的电压信号及逆变器输出电流信号中提取特征量,再通过BP 神经网络进行模式识别来判断是否出现孤岛现象
Delphi_RBF_MRAC_Direct
- RBF神经网络模型参考自适应控制方法的Dephi实现,对自动控制算法研究有很好的参考作用-RBF NN MAC dephi codes good reference
definbliondriver
- 神经网络控制工具箱,包括最优控制,反馈线性化控制,预测控制-Neural network control toolbox, including optimal control, feedback linearization control, predictive control
spdwning
- 一些关于神经网络控制的例程,有需要的可以参考,不错的源码可以(Some routines, about the neural network control in need can reference, can good source)
toonbox
- 神经网络控制工具箱,包括最优控制,反馈线性化控制,预测控制(Neural network control toolbox, including optimal control, feedback linearization control, predictive control)