搜索资源列表
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
matlab-4
- 用BP算法实现函数 逼近。 说明:1)网络结构为三层(输入层、1个隐层和输出层) 2)获取两组数据,一组作为训练集,一组作为测试集 3)用训练集训练网络 4)用测试集检验训练结果 -With BP algorithm function approximation. Descr iption: 1) The network structure of the three-layer (input layer, a hidden layer and output laye
Matlab
- 本书精选了科学和工程中常用的200余个算法,全部采用MATLAB语言编程实现,并结合实例对算法程序进行验证和分析。本书分为上下两篇,上篇为MATLAB基础篇,主要介绍MATLAB的基本功能和操作以及MATLAB程序设计的入门知识;下篇为算法程序篇,主要讲述以下方面常用算法的MATLAB实现,包括插值、函数逼近、矩阵特征值计算、数值微分、数值积分、方程求根、非线性方程组求解、解线性方程组的直接法、解线性方程组的迭代法、随机数生成、特殊函数计算、常微分方程的初值问题、偏微分方程的数值解法、数据统计和
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
matlab
- 误差的来源 非线性方程(组)的数值解法 解线性方程组的直接方法 解线性方程组的迭代法 矩阵的特征值与特征向量的计算 函数的插值方法 函数逼近与曲线(面)拟合 数值微分 数常微分方程(组)求解值积分 -The source of the error Numerical method for solving the nonlinear equation (group) The direct method of solving linear
shuzhibijin
- 复变函数数值逼近matlab实现最小二乘法-Complex variable numerical approximation least squares method matlab realize
DTFT
- 经由正、负离散时间傅立叶变换表达式是信号分析的一个关键部分。 X( ) (3.9) (3.10) 当 LTI 系统用于滤波的时候,作为冲激响应离散时间傅立叶的频 率响应,提供了 LTI 系统间接的描述。离散时间傅立叶变换 X( )是 w 的周期复值函数,周期总是 2π,并且基周期通常选在区间[-π,π] 上。对离散时间傅立叶变换 DTFT 来说有两个问题: 1. DTFT 的定义对无限长信号是有效的。 2. DTFT 是连续变量 w 的函数 在 MATLAB 中, 任何信号 (向量)