搜索资源列表
hopfield－朱林
- 本文将介绍Hopfield神经网络(HNN)的产生、发展及基本原理，重点是对离散Hopfield网络(DHNN)的说明。包括：网络结构、涉及的算法和神经网络的训练方法；具体实例描述网络的联想去噪功能；进行计算机仿真计算及仿真结果说明；仿真程序的说明文档（仿真程序附后）；最后将对DHNN的最新发展状况作简单阐述。
robots
- 机器人探索世界仿真，观察机器人的行为；UML表示分析与设计模型；仿真流程；特别说明的类、方法和对象
CHAPTER4
- 本文讨论了神经网络PID控制策略，提出了一种单神经元自适应PID控制器，给出了控制模型，探讨了单神经元自适应PID控制学习算法，通过修改神经元控制器连接加权系数 ，构成了自适应PID控制器。利用神经网络的自学习能力进行PID控制参数的在线整定，并使用了MATLAB软件进行了仿真研究。比较传统PID控制器与单神经元自适应PID控制器两者的仿真结果表明，神经网络PID控制器参数调节简单，具有很高的精度和很强的适应性，可以获得满意的控制效果。-This paper discusses the nerv
Immune_Chaotic_Network_Algorithm_for_Multimodal_Fu
- 针对多峰函数优化问题，借鉴混沌遍历特性和免疫网络理论，提出一种免疫混沌网络算法。算法利用混沌运动的自身规律在不同的峰值区域内搜索最佳抗体，增强了算法的局部搜索能力；采用网络抑制策略，保持了种群的多样性；通过网络补充机制自适应地调节抗体群的规模，提高了算法对不同类型多峰函数的适应能力。仿真结果表明该算法能有效地改善种群的多样性，较好地保持全局搜索和局部搜索的动态平衡，具有更强的多峰函数优化能力-Referred to the ergodicity of chaos and immune netwo
pid
- 人工神经网络(Artificial Neural Network)是从生理角度对智能的模拟，具有极 高的学习能力和自适应能力，能够以任意精度逼近任意函数，完成对系统的仿真； 而遗传算法是对自然界生物进化过程的模拟，具有极强的全局寻优能力，这两种 算法都是当下研究较多的智能方法。将这两种方法与常规的 PID 控制相结合， 构成智能 PID 控制器，使其具有参数自整定、自适应的能力，以适应复杂环境 下的控制要求，这一思路对提高控制效果具有很好的现实意义。 -Artificia
wei
- 微网存在两种典型的运行模式：离网模式和并网模式。同时，两种模式之间的切换也应该实现无缝切换。考虑到采用主从控制以实现无环流的微网中主变换器在微网中的重要地位，本文采用V/f电压控制做为离网时变换器控制方法，通过逐步调整变换器输出电压使其跟随电网电压实现离网到并网的无缝切换；并网时采用电流控制，通过调整变换器输出电压初相角为切换时刻电网电压相位实现并网到离网的无缝切换，并对该无缝切换策略进行了仿真研究。仿真结果证明本文使用的无缝切换策略能准确、快速、可靠的实现无缝切换，并且控制思路简单，易于实现。
DS18B20
- 本书系统地介绍了图像处理与识别的基本原理、典型方法和实用技术。全书共分12章，第1章－第6章是图像处理与识别的基础内容，包括图像科学综述、MATLAB语言图像编程、图像增强、图像分割、图像特征提取和图像识别；第7章－第10章是图像处理与识别的工程实例，涵盖了医学图像处理、文字识别和自导引小车路径识别等应用实例，并结合理论算法，提供了大量MATLAB代码程序，以帮助读者掌握如何使用MATLAB语言快速进行算法的仿真、调试和估计等方法。第11章－第12章，是两个综合性较强的实例，分别足Visual
StockPrediction
- 基于Matlab2007a平台,通过BP神经网络训练并进行预测股指，可以预测收盘、开盘、最大、最小等指标；分析实际值与预测值在振幅、均值、涨幅、隔天涨率、跳率、当天涨率等方面的变化 ，从而验证预测股指与实际股指变化趋势是否一致。提供了实验数据及格式说明和仿真结果-Based Matlab2007a platform by BP neural network training and forecast stock index, can predict the closing, opening, m
shuzishibie
- 以数字与字母识别系统的基本处理流程为主线，从待识别数据的获取入手，通过预处理、特征的提取与选择，到分类器的设计等部分都进行了较为详尽的分析与研究，MATLAB仿真实验表明；采用最小距离法对所给出的一组数字及字符图片进行不同的分块识别，最终得出分8块识别率为85.71 ；分16块识别率为95.71 ；分20块识别率为95 ；具有较高的识别率。-The basic process flow of the numbers and letters recognition system as the ma
Face-orientation-recognition
- 本课题研究的步骤如下：先提取人脸的特征向量；产生训练样本和测试样本；再用LVQ创建神经网络模型，该模型用训练样本进行训练调整权值；用测试样本对建立的人脸朝向识别模型进行验证，要求有较高的识别率。 本课题要求使用LVQ神经网络的算法进行Matlab仿真，对人脸朝向进行有效的判断和识别。 -This study is the following steps: first extract facial feature vector generate training and testing
dynamic-path-planning
- (不错的一篇文章，已被EI收录)模型预测控制（model predictive control，MPC）路径规划算法适用于三维动态环境下的无人机（un-manned aerial vehicle，UAV）路径规划；动态贝叶斯网络（dynamic Bayesian network，DBN）能够有效推理战场态势，对无人机进行威胁评估。针对威胁尾随无人机时的路径规划问题，构建 DBN 威胁评估模型，将 UAV 在战场环境中的威胁态势用威胁等级概率表示，与 MPC 路径规划算法相结合，得到基于 DBN
emd-method
- 经验模态分解(EMD Empirical Mode Decomposition )算法是Hilbert-Huang变换(HHT)的核心算法。经验模态分解(EMD)算法是通过算法过程定义的，而并非由确定的理论公式定义的，所以对其进行准确的理论分析非常困难，我们目前只能借助大量的数字仿真试验不断对其性能进行深入的研究。 EMD算法的目的在于将性能不好的信号分解为一组性能较好的本征模函数（IMFIntrinsic Mode Function ），且IMF须满足以下两个性质： (1)信号的极值点(极
MATLAB simulation.zip
- 第1~5章主要内容为：绪论、系统辨识、模型参考自适应控制、自校正控制（包括广义预测控制）、基于常规控制策略的自校正控制等，每种算法都配有MATLAB仿真程序、仿真结果以及对仿真结果的简要分析；第6章详细介绍了基于可视化编程工具VB和Delphi的系统辨识与自适应控制的仿真技术。(System identification and adaptive control matlab simulation)
work
- matlab补偿模糊神经网络源代码 本文中有两个函数m文件：model126.m是一个用于预测的完全没有用工具箱函数的补偿模糊神经网络主程序，用于仿真、对比训练数据和网络输出的差异；cb.m是一个非线性系统的数学模型，在model126.m中用“ode45”函数求解这个数学模型后，可以得到105个x1(t)、x2(t)和y(t)，从而建立起一个两输入一输出的补偿模糊神经网络。(There are two function m file in this paper: model126.m is