搜索资源列表
adapterSystemPaper
- 论文标题:自适应模糊系统在手写体数字识别中的应用研究 作者:张镭 作者专业:计算机软件人工智能 导师姓名:黄战 授予学位:硕士 授予单位:暨南大学 授予学位时间:19990501 论文页数:59页 文摘语种:中文文摘 分类号:TP18 TP391.4 关键词:手写体数字 自适应 模糊逻辑 神经网络 模式识别 摘要:该文针对模式识别的特点,构造了适合于模式识别问题的自适应模糊系统,对三种不同学习算法加以改进,在手写全数字识别上对分类器进行了实现,
application_of_special_person_on_ASR_for_the_contr
- 常用的说话人识别方法有模板匹配法、统计建模法、联接主义法(即人工神经网络实现)。考虑到数据量、实时性以及识别率的问题,采用基于矢量量化和隐马尔可夫模型(HMM)相结合的方法。 说话人识别的系统主要由语音特征矢量提取单元(前端处理)、训练单元、识别单元和后处理单元组成,
MATLABFNN
- 这是一个模糊神经网络的训练程序,希望能从中作出改进。
Matlab神经网络工具箱函数2010
- 介绍了Matlab下神经网络的创建,训练等实用型函数的使用参数说明
基于RBD的民航客运预测及MATLAB的实现
- :基于统计学原理的传统的民航客运量预测方法难以预测动态数据的内在结构和复杂特 性。为了提高民航客运量预测的准确性,利用人工神经网络对非线性系统的函数所具有的以任意精度逼近的良好特性,选用RBF 神经网络为模型并利用MATLAB 编程实现了对民航客运量的准确预测。本文介绍了RBF 神经网络MATLAB 的相关知识,并以民航客运量的1978 年至2007 年的实际数据为例进行RBF 神经网络的训练与测试,实验结果表明,将RBF神经网络与MATLAB 结合运用在民航客运量预测中具有可行性,预测精度更高
基于RBF神经网络的CPI预测
- 采用RBF神经网络的结构、特性和训练算法,根据CPI(消费者物价指数)与其影响因素之间存在的映射关系,应用神经 网络建立了多因素非线性时间序列预测模型。最后通过仿真实验和研究,把RBF神经网络与传统的BP网络预测结果进行比较,结果证明,该模型的预测精确度更高,结果令人满意。
基于BP神经网络的厦门楼盘走势预测
- 本文基于BP神经网络应用于预测的原理,提出预测步骤及预测可行性,探讨建立基于BP神经网络的预测模型的关键技术,包括样本的选取与预处理、输入输出变量的选取、隐层节点数的确定、初始权值和阈值的选取、激活函数、训练算法与参数的选取,最后建立合理的网络模型;结合住宅市场的实际情况,建立两类BP 神经网络预测模型:基于时间序列的趋势预测模型以及基于影响因素的回归预测模型,即分别采用神经网络趋势预测和回归预测的思路,把住宅市场的供给、需求与房价的历年数据以及其影响因素的数据分别作为学习样本,建立预测模型,
自组织神经网络在文本分类中的应用研究
- 针对信息挖掘中的文本自动分类问题 提出了一种基于自组织特征映射网络的分类方法 网络由输入层和 竞争层组成 输入层节点与竞争层节点实行全互连接 输入层完成分类样本的输入 竞争层提取输入样本所隐含的 模式特征 并对其进行自组织 在竞争层将分类结果表现出来 分无监督和有监督两个阶段完成对网络的分类训练 该方法在特征提取时充分考虑了特征项在文档中的位置信息 构造出模糊特征向量 使自动分类原则更接近手工分 类方法 以中国期刊网全文数据库部分文档数据为例验证了该方法的有效性
neuralandwavelet
- 对采集到的电压信号进行小波包分解提取特征向量,再进行BP神经网络训练-On the acquisition of the voltage signal to the wavelet packet decomposition to extract feature vector and then BP neural network training
b-
- 人工神经网络\神经网络的程序和训练数据 股票预测-Artificial Neural Networks \ neural network stock prediction programs and training data
TCS230-Color-Sensor-for-Ship
- 该系统采用三块TCS230颜色传感器,监测轮船经过后海水的颜色变化的情况,数据采用就地处理,并运用改进型BP神经网络算法进行污染模式训练和模式识别。通过nRF401无线数字收发器,把污染识别的结果发送回监 视器,再通过字符和语音对识别结果进行报告。把轮船污染数据采集器安装在轮船尾部两侧进行实时监测,结果表明,监测速快,精确度高。-The system uses three TCS230 color sensor to monitor the ship through the water
BP
- 基于BP神经网络的模型和训练算法,适合初学者联系。-Based on BP neural network model and training algorithm, suitable for beginners links.
支持向量机非线性回归通用MATLAB源码
- 支持向量机和BP神经网络都可以用来做非线性回归拟合,但它们的原理是不相同的,支持向量机基于结构风险最小化理论,普遍认为其泛化能力要比神经网络的强。大量仿真证实,支持向量机的泛化能力强于BP网络,而且能避免神经网络的固有缺陷——训练结果不稳定。本源码可以用于线性回归、非线性回归、非线性函数拟合、数据建模、预测、分类等多种应用场合,GreenSim团队推荐您使用。
as
- matlab一个基于BP神经网络的matlab程序可以实现对几种字体0-9的数字识别这个文件训练网络的压缩包-Study dataBased on BP neural network matlab program can achieve several fonts on the figure 0-9 to identify the document training network packet compression
xiaoboshenjingwangluo
- 提出了采用小波包的方法对供暖双吸式离心水泵轴承振动信号进行去噪和提取表征 相应轴承故障的频带能量 并采用 BP 神经网络进行训练和故障识别 通过 MATLAB 进行了仿真经试验验证该方法能够有效地识别出轴承故障-The wavelet package is adoptted to De-noise and extract band energy that represent bearing fault. and the BP neural network is adopting to t
bpxunlian
- 更加简单的bp神经网络的训练方法,希望能对需要初级学习matlab的人们有所帮助 -Training method is more simple bp neural network, hoping to junior matlab help people learn
liqiang-bp
- 利用bp神经网络对UCI数据库进行训练,分析数据的特性,希望能对需要初级学习matlab的人们有所帮助 -Bp using neural network trained on UCI database, the characteristics of the analysis of data, hoping to junior matlab help people learn
神经网络极速学习方法研究
- 单隐藏层前馈神经网络(Single-hidden Layer Feedforward Neural Network, SLFN)已经在模式识别、自动控制及数据挖掘等领域取得了广泛的应用,但传统学习方法的速度远远不能满足实际的需要,成为制约其发展的主要瓶颈。产生这种情况的两个主要原因是:(1)传统的误差反向传播方法(back propagation,BP)主要基于梯度下降的思想,需要多次迭代;(2)网络的所有参数都需要在训练过程中迭代确定。因此算法的计算量和搜索空间很大。针对以上问题,借鉴ELM的
深度卷积神经网络
- 作为类脑计算领域的一个重要研究成果,深度卷积神经网络已经广泛应用到计算机视觉、自然语言处理、信息检索、语音识别、语义理解等多个领域,在工业界和学术界掀起了神经网络研究的浪潮,促进了人工智能的发展。卷积神经网络直接以原始数据作为输入,从大量训练数据中自动学习特征的表示。(As the important research achievement, deep convolutional neural networks have been widely applied to various fiel
粒子群优化算法
- 粒子群优化(PSO)是一种进化计算技术(进化计算)。 捕食鸟行为的研究。粒子群算法(PSO)的基本思想是通过群体中个体之间的协作和信息共享找到最优解。 粒子群优化算法的优点是它简单且易于实现,没有多个参数。目前,它已广泛应用于函数优化、神经网络训练、模糊系统控制等遗传算法中。(The particle swarm optimization (PSO:Particle swarm optimization) is an evolutionary computing technology (Ev