搜索资源列表
shenjingwangluoyuguangzhao
- 小波和神经网络在人脸光照校正中的应用 比较前沿-wavelet and neural network in Face Correction light on the application of frontier
svmandBPwithmatlab
- 支持向量机非线性回归通用matlab程序 支持向量机和BP神经网络非线性回归之比较研究-SVM nonlinear regression procedures common Matlab support vector machines and artificial neural networks to nonlinear In the Comparative Study
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,
Base_BPAN
- 基于BP神经网络的电机系统的波形控制 阐述了BP神经网络模型和算法，建立了电流型交——交变频同步电动机的波形控制神经网络BP模型，并将计算结果与仿真结果作了比较。-BP neural network-based motor control system waveform expounded BP neural network models and algorithms of current pay -- Cycloconverter Synchronous Motor waveform co
ai
- 在工程实践中，经常会接触到一些比较“新颖”的算法或理论，比如模拟退火，遗传算法，禁忌搜索，神经网络等。这些算法或理论都有一些共同的特性（比如模拟自然过¬ 程），通称为“智能算法”。它们在解决一些复杂的工程问题时大有用武之地
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。
wavelet-neural-network-
- 介绍小波神经网络的基本原理。利用遗传算法来优化小波神经网络,达到提高逼近精度,简化网络结构,提高收敛速度的目的。通过实验将其与传统的小波神经网络进行比较,证实前者具有更优的网络结构,更高的逼近精度。-Introduce the basic principles of wavelet neural network. The use of genetic algorithms to optimize the wavelet neural network to improve the approxim
rateVSpercentage
- 神经网络系统 BP,MGFPROP,SAMGFPROP, QUICKPROP, SARPROP 解决XOR问题收敛速度和收敛率的图形比较(不同数量的weightfile和不同范围的weight range)-compare BP[0] MGFPROP[1] SAMGFPROP[2] QUICKPROP[3] SARPROP[4] to solve XOR problem
DynamicPowerQualityTestingTechnology
- 本文首先介绍了有源电力滤波器的基本结构和工作原理，并对一些常规的谐波电流检测方法的优缺点进行了比较。其次，针对传统的谐波电流检测方法的缺陷，提出将神经网络与基于噪声抵消原理的自适应谐波检测相结合，利用径向基函数运算量小、收敛快、无局部极小值等优点，构造了一种基于径向基函数神经网络的谐波电流检测方法，仿真结果表明该检测方法具有很好的动态响应及畸变电流检测精度。最后，设计了一套实验系统，对本文所采用的系统方案进行了实验验证。仿真表明，本文所采用的有源电力滤波器检测系统方案切实可行，能够较好地实现动态
小波神经网络与BP网络的比较研究及应用
- 这是一篇硕士论文,关于小波神经网络和BP神经网络的比较,有详细的算法比较-This is a master' s thesis on wavelet neural network and BP neural network compared with the algorithm in detail
WindPowerForecastingusingFuzzyNeuralNetworks
- 运用神经网络预测风速，并提出算法，最后作出比较，说明神经网络是预测的良好模型-The use of neural network to predict wind speed, and algorithm, and finally make a comparison on neural network model is a good forecast
BP
- 基于BP神经网络算法的研究，主要比较了模拟退火算法、遗传算法、P神经网络的区别，提出了一种比较优化的BP算法-the research for BP
ANN
- 对于人工神经网络的种类,使用，原理做了详细的介绍，是读者对此有一个比较全面的了解-For the types of artificial neural networks, use, theory made a detailed introduction to the readers to have a more comprehensive understanding of
fuheyucelunwen
- 针对电力系统短期负荷预测，给出了一些实际可行的方法，比如包括96点负荷预测方法，以及其他方法，运用的都是一些比较智能的方法，比如神经网络，支持向量机，等等。-fuheyuce
Neural-Network-Project-1
- 本程序为神经网络学习中的第一个项目程序，主要瞎用神经网络的算法进行目标学习和识别，并应用加噪和去噪算法进行比较-This program is the first item in the neural network learning process, the major blind with neural network algorithm for target learning and recognition, and application plus noise and de-noisin
FUZZYPIDBP
- 模糊控制、最优控制、以及神经网络控制的集合算法比较，主要适用于初学者-Fuzzy control, optimal control, a collection of algorithms and neural network control comparison, mainly for beginners
BPalgrithm
- 描述了BP神经网络在回归分析中的应用研究，有比较详细的分析数据-Describes the application of BP neural network in the regression analysis, a more detailed analysis of data
Wind-speed-prediction
- 基于最小二乘支持向量机理论,结合某风电场实测风速数据,建立了最小二乘支持向量机风速预测模型。对该风电场的风速进行了提前1h的预测,其预测的平均绝对百分比误差仅为8.55 ,预测效果比较理想。同时将文中的风速预测模型与神经网络理论、支持向量机(support vector machine,SVM)理论建立的风速预测模型进行了比较。仿真结果表明,文中所提模型在预测精度和运算速度上皆优于其他模型。 -Based on least squares support vector machine the
Neural_Network_Learning
- 人工神经网络的经典之作，虽然比较老的文件，现在读来任然有借鉴意义。-Neural Network Learning Theoretical Foundations
主流的人脸识别技术
- 主流的人脸识别技术基本上可以归结为三类，即：基于几何特征的方法、基于模板的方法和基于模型的方法。 1. 基于几何特征的方法是最早、最传统的方法，通常需要和其他算法结合才能有比较好的效果； 2. 基于模板的方法可以分为基于相关匹配的方法、特征脸方法、线性判别分析方法、奇异值分解方法、神经网络方法、动态连接匹配方法等。 3. 基于模型的方法则有基于隐马尔柯夫模型，主动形状模型和主动外观模型的方法等。(The mainstream face recognition technology can