搜索资源列表
Application and simulation of Single Neuron PID in
- 单神经元PID在视觉伺服控制上的应用研究,已发表的论文,IE检索
ccailiaonew
- HH模型 神经元放电 龙格库塔算法 神经元激发行为-HH model neurons Runge-Kutta algorithm
PIDLabVIEW
- 改进型单神经元自适应PID控制器在LabVIEW下的实现-PID LabVIEW
speed-control
- 基于LM3S8962ARM的神经元控制直流调速系统-speed control system based on LM3S8962.
PIDNN-control-system
- 重点讲述了PID神经元网络这种智能算法的原理,仿真效果也有其在VB、labview中的实现-This is a valualbe book that focuses on the PIDNN method and its application in control system,and it can be realised in VB an LabView.
ADMC_401-SVPWM
- 基于ADMC_401的三相交流感应电机的SVPWM变频调速研究,通过对感应电动机的矢量控制原理分析, 提出了一种PID神经元网络控制器-SVPWM variable frequency speed control studies based ADMC_401 three-phase AC induction motor, induction motor vector control principle analysis, proposed a PID neural network control
BP
- BP神经网络,matlab环境下利用BP算法,采用BP神经元网络的设计方法实现分类器的设计-BP neural network BP algorithm Matlab environment, using BP neural network design method classifier design
data-visualization-based-on-PCA
- 神经元信息处理 PCA 平行坐标 降维处理-Spike PCA a common technique for finding patterns in data of high dimension
An-expanding-SOM
- 自组织映射(SOM)已成功处理的欧式旅行的鹅岭推销员问题(TSP)。通过将其邻域保持财产和 凸包属性数值模拟TSP,我们引入了一个新的SOM如神经网络,称为前panding的SOM(ESOM)的。在每一个学习的迭代,ESOM提请接近的兴奋神经元 输入的城市,并在此期间,推压它们向凸包ofcities合作。 ESOM可能收购邻里保护财产和凸包的属性 的TSP,因此它可以产生接近最优的解决方案。从理论上分析了其可行性 和经验。一个的系列ofexperiments进行合成和基准的T
Application-of-BP-based-on-MATLAB-
- 解决了非线性函数的逼近问题,实现了BP神经网络在非线性函数逼近中的应用。得出了信号的频率与隐含点之间,隐含点与函数逼近能力之间的关系——隐含层神经元数目越多。-Solved the problem of nonlinear function approximation, and realized the application of the BP neural network in nonlinear function approximation. Between signal frequenc
0700013
- 基于RBF神经网络和模糊神经元控制方案, 直接驱动机器人 -Neuron Control Based on RBF Network and Fuzzy Scheme for a Direct Drive Robot
paper3
- 微弱正弦信号在有噪声的FN神经元模型中的传输特性研究-Transmission properties of weak sinusoidal signal in a noisy FN neuron model
simulation
- 运用BP人工神经网络算法来实现多输入和多输出的真实值仿真,包络神经元选取、激活函数选取等一系列相关问题。-This code is used for simulation with BP artificial neural networks,especially for multiple inputs and outputs.
基于视网膜感受野三高斯模型的单幅图像去雾方法
- 我们提出一种新的对比度增强的去雾方法——基于视网膜神经元感受野非经典侧抑制三高斯模型的单幅图像去雾方法。该方法首先针对全局对比度调整,借用CLAHE 算法的“限制对比度”的思想,通过限制全局直方图的高度来对全局直方图均衡化限制对比度的拉伸曾度,然后进行基于视觉特性的三高斯局部细节增强,增加图像的细节信息和景物的深度感。
zhiliucijiFI1.m
- 利用MATLAB软件对神经元hh模型的噪声刺激的I-F仿真图-describtion for neuron s model
ConCog08
- 一篇很好的文章,此文章关于大脑皮层神经元做了详细的描述,很有参考价值。(This paper presents a computer model of cortical broadcast and competition based on spiking neurons and inspired by the hypothesis of a global neuronal workspace underlying conscious information processing in the