搜索资源列表
ccc
- AVS帧内预测算法及其解码器的硬件实现 文章介绍了AVS帧内预测解码模块的硬件实现，概述了AVS视频编解码标准的帧内预测技术，重点讨论了 AVS帧内预测各模式的算法．并将AVS的帧内预测技术与H、264的帧内预测技术进行了性能比较，分析了AVS帧内预 测的算法复杂度．在此基础上设计了AVS帧内预测解码模块的硬件实现，并提出了一种可重构的帧内预测计算单元的 实现方法。
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，
基于T-S模型的自适应模糊广义预测控制
- ： 对一类非线性 系统 ， 利用一种基 于模 糊规 则的快速模糊辨识 方法建立起 系统的 T— S模型 ， 并基 于该模 型应用局部 递推 最小二乘方法根据采样 值对模型参数进 行在线修 正， 根据 系统动 态线性化模 型采取 广义预 测控制 策略 ， 从 而实现 了基 于 T— S模糊模型的非线性 系统 自适 应模糊预测 控制 。与 以往 的模糊 广义 预测控制 算法相 比 ， 此方法 简单 ， 而且较 大地 减少计 算量 ， 适合 于在 线控制。通过仿 真研究验证 所提 方法的 有 效性 。
基于Lyapunov指数和CBP的混沌时序预测模型
- 一种改进BP算法
main_DMC
- 动态矩阵的预测控制源程序，可以实现预测控制中的模型预测和优化算法。-Besides the characteristics of general nonlinearity, the nonlinear plants withtime-delay have the phenomenon of output-delay, which increases the degree of difficulty to control further.
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
RH8000
- 基于状态监测的全数字预测倍频技术，适合做转速测量的预测算法。-Condition monitoring based on the prediction of all-digital frequency doubling technology, suitable for measuring the speed prediction algorithm.
yuce
- 动态矩阵的预测控制源程序，可以实现预测控制中的模型预测和优化算法。- this pa- per puts forward a control scheme of multi-step-ahead prediction and compensation, which increases control power effectively, and improves dynamic characteristics ofthe system. The paper also discusses
yucekongzi
- 动态矩阵的预测控制源程序，可以实现预测控制中的模型预测和优化算法。- this pa- per puts forward a control scheme of multi-step-ahead prediction and compensation, which increases control power effectively, and improves dynamic characteristics ofthe system. The paper also discusses
A_New_Algorithm_ofFastFaceDetection_underComplexCo
- 使用一种新的假面变换和模板匹配的人脸检测算法，能够对复杂环境中大小不等的人脸 进行快速、准确的检测．算法首先通过假面变换来预测人脸位置上边沿的中心，然后对图像中的预 测位置进行模板匹配，设计了一类对照明变化、噪声干扰具有较强适应性的模板匹配方法，最后对 匹配结果进行验证，确定人脸准确位置．采用多种环境下的大量图片进行实验，结果显示该算法具 有较快的检测速度和较高的准确性及鲁棒性． -A novelalgorithm offacedetection based on mask
ADPF
- 基于统计决策规则提出自适应采样数粒子滤波算法, 在定义综合性能风险函数的基础, 推导出粒子数与滤波误差方差之间的关系式, 使得在跟踪过程中, 可以根据目标的机动情况在线调节粒子数, 以使跟踪性能 达到最优。在Matlab仿真平台下进行了闪烁噪声下的机动目标跟踪实验, 结果表明, 自适应采样数粒子滤波算法是一种有效的机动目标跟踪方法, 跟踪性能较基本粒子滤波算法提高了3.17倍。-Based on statistical decision rules of the number of adap
hundunchengxu
- 本文是一个混沌工具箱，可以实现混沌预测算法，使用时粘贴到matlab中既可以运行。-This is a chaotic toolbox, can achieve chaos prediction algorithm, when used in either paste it into matlab to run.
Analysis-and-prediction-algorithm
- 本文重点对预测算法及其在基于JZEE构架BS/模式的辅助决策系统中的应用进行了 研究。 -This article focuses on the prediction algorithm based decision support system the JZEE framework BS/mode of application.
keliuliang-yuce-Matlab
- BP神经网络客流量预测算法的研究，用于基于matlab平台对铁路、公路的客流量进行预测-BP neural network traffic prediction algorithm, based on the the matlab platform on the railway, highway traffic forecast
基于全方向预测与误差扩展的可你数据隐藏
- 根据对以前的数字水印算的研究比较，提出了一种新的可逆水印算法，得到一种嵌入容量更大，效率更高的水印算法
H264_DM6437
- H．264标准是ITU．T视频编码专家组和ISO IEC活动图像专家组共同组成的联合视频组开发的新一代视频压缩标准。H．264高效的编码效率建立在其高复杂度的编码算法基础上，而采用具有较强并行处理能力的C64x+DSP芯片的达芬奇(Davinci)技术平台，则以较高的运算性能和丰富的外围接口成为目前实现视频应 用系统的理想平台。本文对H．264编码算法的帧间及帧内预测算法进行改进，并进行了H．264编码器在DM6437平台上的移植和优化。-H．264 was jointly proposed
Fractal-prediction-algorithm-
- 提出一种基于相空间重构原理进行样本选取的改进分形预测算法-Proposed based on the principle of phase space reconstruction sample selection improved fractal prediction algorithm
无刷直流电机分数阶PI预测函数控制研究
- 无刷直流电机dsp 分数阶pid预测算法(Based on the analysis the working principle of brushless DC motor and the speed regulating simulation under PI, fractional-order PI (FOPI) and predictive functional control (PFC) strategies, two improved control strategies are pr
87361014GM
- 用来做预测的，将灰色理论和粒子滤波相结合(The combination of grey theory and particle filter is used for forecasting.)