搜索资源列表
beyes
- 1.基于Bayes分类的MATLAB程序 2.遗传算法求解函数优化 3.基于Matlab的人工免疫算法 4.空间数据分析中最常用的是聚类分析(k均值算法代码) 5.蚁群算法的matlab源码
NN+GA
- 1,改进BP神经网络在股市预测中的应用.2,基于MATLAB工具箱的开采煤层自燃危险性预测.3,基于改进的神经网络的电力系统负荷预报.4,基于神经网络的灌溉用水量预测.5,基于遗传算法改进BP网络的地表沉陷预计.6,利用遗传算法改进BP学习算法.7,模糊神经网络在电力市场短期负荷预测中的应用.8,神经网络学习算法存在的问题及对策.9,遗传神经网络在电力系统短期负荷预测中的应用.10,应用改进BP神经网络进行用水量预测.11,用遗传算法改进的BP模型在刹车系统诊断中的应用研究.12,遗传算法改进的
nefcon
- 模糊神经网络采用matlab编程 o install NEFCON follow these steps: 1. Unpack the tar file NEFCON.TAR into your MATLAB working directory: tar xf NEFCON.TAR 2. Start MATLAB 3. Change to the installation directory. 4. Change to the NEFCON directory. 5. Start the STA
基于Gabor特征提取和人工智能的人脸检测系统源代码
- 使用步骤： 1. 拷贝所有文件到MATLAB工作目录下(确认已经安装了图像处理工具箱和人工智能工具箱) 2. 找到"main.m"文件 3. 命令行中运行它 4. 点击"Train Network"，等待程序训练好样本 5. 点击"Test on Photos"，选择一个.jpg图片，识别。 6. 等待程序检测出人脸区域
机器人路径规划-遗传算法
- 遗传算法解决避障机器人路径规划 程序运行环境 Windows XP , Pentium4.3.0 CPU 2.93GHz , 512MB , Matlab 6.5
klh
- 阐述了人工免疫系统的基本概念"讨论了几种典型的算法"包括基于免疫系统基本机制的免疫算法$基于免疫 特异性的否定选择算法-&--F)@+2G*F*E3 J)F*F*4J3 F,/+I+2G KF@4/5+00123 545*30!&’(.&)*+,+-+./’00123(45*30$+5 J)FJF53@$L.53@ F2*E3 0.+2,12-*+F2 F,+00123 545*30!*E3*4J+-././GF)+*E05.)3@35-)+K3@!51-E.5+00123./GF)+*
SOM
- Basic library that implements Kohonen s SOM and its learning. Lanuage: C# (.Net 3.5 Framework)
invertedpendulum
- 倒立摆是一种复杂、时变、非线性、强耦合、自然不稳定的高阶系统，许多抽象的控制理论概念都可以通过倒立摆实验直观的表现出来。基于人工神经网络BP算法的倒立摆小车实验仿真训练模型，其倒立摆BP网络为4输入3层结构。输入层分别为小车的位移和速度、摆杆偏离铅垂线的角度和角速度。隐含层单元数16个。输出层设置为1个输出单元。输入层采用Tansig函数，隐含层采用Logsig函数，输出层采用Purelin函数。用Matlab 6.5数值计算软件对模型进行学习训练，并与线性反馈控制逻辑算法对比，表明倒立摆控制B
FLDbasedFaceRecognitionSystem_v2
- 基于fisherface的人脸图像识别，采用lda降维的方法来识别人脸图像-This package implements a well-known FLD-based face recognition method, which is called Fisherface [1]. All functions are easy to use, as they are heavy commented. Furtheremore, a sample scr ipt is incl
CellAuto
- 元胞自动机的虚拟程序 开发工具：Microsoft Visual Basic 6.0 运行平台：Windows OS (VB编译，代码未优化,运行速度较慢) 词语解释： CA，cellular automata，元胞自动机，或称细胞自动机。 模式(Pattern)，多个细胞构成的一个状态组合。 模型： 维度，二维四方网格 细胞，两种状态（活、死）；一个方格代表一个细胞。 邻居，Moore型(上、下、左、右、左上、右上、左下、
five
- 1.BP神经网络进行模式识别 2.用BP网络对非线性系统进行辨识 3.一个神经网络PID控制器 4.图像处理的PCA算法 5.图像处理的穷举算法-1.BP neural network pattern recognition 2. Using BP network identification of nonlinear systems 3. A neural network PID controller 4. The PCA algorithm for image process
2
- matlab课程设计 课程报告题目：一类模糊PID控制器模糊查询表设计 2课程报告要求：按照讲课内容，在课程报告中应完整且详细地包括以下内容： 1设计任务 2确定输入量和控制量的论域及模糊参考集 3 确定模糊关系矩阵 4 输入量模糊化 5 模糊推理计算 6 模糊判决 7 模糊控制查询表 -matlab Course Design Course Report Title: a fuzzy PID controller, fuzzy look-up table d
BP-matlab
- 基于C开发的三个隐层神经网络,包括 1）初始化权、阈值子程序； 2）第m个学习样本输入子程序； 3）第m个样本教师信号子程序； 4）隐层各单元输入、输出值子程序； 5）输出层各单元输入、输出值子程序； 6）输出层至隐层的一般化误差子程序； 7）隐层至输入层的一般化误差子程序； 8）输出层至第三隐层的权值调整、输出层阈值调整计算子程序； 9）第三隐层至第二隐层的权值调整、第三隐层阈值调整计算子程序； 10）第二隐层至第一隐层的权值调整、第二隐层阈值调整计算子
MATLAB-based-BP-network-design
- 利用Matlab6.5神经网络工具箱，以一组动态冲击实验数据为例建立网络模型。实验数据共有13组，将其中对曲线形状有关键性影响的10组数据作为网络的训练数据，另外3组作为测试数据用以验证网络的预测性能。- Use Matlab6.5 Neural Network Toolbox, a dynamic impact test data, for example the establishment of the network model. Experimental data, a total
matlab
- 采用动量梯度下降算法训练 BP 网络训练样本定义如下： 输入矢量为 p =[-1 -2 3 1 -1 1 5 -3] 目标矢量为 t = [-1 -1 1 1]-采用动量梯度下降算法训练 BP 网络训练样本定义如下： 输入矢量为 p =[-1-2 3 1 -1 1 5-3] 目标矢量为 t = [-1-1 1 1]
NN
- 使用Matlab实现BP神经网络对蝴蝶花进行分类，内容包括： 1。网络设计，包括输入层、隐含层、输出层节点个数的设计，为什么如此设计。 2。算法步骤 3。编程，注意原始数据的通用化，数据输入的随机性。 4。网络训练，注意训练数据与验证数据分开。 5。网络验证 -Matlab achieve a BP neural network to classify the butterfly flower
ANN
- 自适应神经网络图书馆（Matlab的5.3.1或更高版本）是实现多个自适应神经网络具有不同的自适应算法块的集合。 它主要分布于2001年6月 - 7月詹皮耶罗坎帕（西弗吉尼亚大学）和马里奥·卢卡Fravolini（佩鲁贾大学）。后来改善部分由美国航天局资助NCC5-685支持。 有迹象表明，实施基本上这些种神经网络的块： 自适应线性网络（ADALINE） 多层感知层网络 广义径向基函数网络 动力单元结构（DCS）网络的高斯或圆锥形基函数
5
- BP学习算法逼近墨西哥草帽函数 在Windows环境中利用Matlab实现BP学习算法在达到期望均方误差最小的情况下正确表达墨西哥草帽函数。 实验目的：1.理解BP神经网络结构模型，初步了解BP网络的用途。 2.学习BP学习算法，掌握误差往回传播网络的构建思想。 3.能够正确使用BP学习算法表达墨西哥草帽函数。 -BP learning algorithm Mexican hat function approximation BP learning algorithm
simple
- In computational fluid dynamics (CFD), SIMPLE algorithm is a widely used numerical procedure to solve the Navier-Stokes equations. SIMPLE is an acronym for Semi-Implicit Method for Pressure Linked Equations. The SIMPLE algorithm was developed by P
KNN分类器
- 一、用python或matlab编写一个KNN分类器 训练集为semeion_train.csv（手写体识别） 测试集为semeion_test.csv 计算在测试集上错误率（k=1,k=3,k=5,k=10） ?(1. Write a KNN classifier with Python or matlab Training set is semeion_train.csv (handwriting recognition) The test set is semeion_test