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,
fuzzyneuroc
- neural network fuzzy c-neural network fuzzy c++
Matlab_and_auto_adapted_neural_network_fuzzy_reaso
- 本书着重介绍MATLAB在工程数据数学处理中应用的基础知识和计算方式，其内容涉及MATLAB主包和部分工具箱内容。本书另外涉及MATLAB系统的模糊逻辑工具箱的自适应神经网络模糊推理系统，对自适应神经网络模糊推理系统的数学原理、功能使用和程序调用进行了较详细的论述。-This book focuses on MATLAB mathematical treatment in the application of engineering data, the basic knowledge and m
integrated_genetic_algorithm_GA_ycsf
- GA遗传算法资料大整合，包括基于遗传算法的模糊神经网络控制和遗传算法在图书采购决策中的应用等等，很全的遗传算法总结-GA GA large data integration, including the genetic algorithm based fuzzy neural network control and genetic algorithms in the book of the procurement decision-making, etc., are all summed up
AI-for-Game-Developers
- Written for the novice AI programmer, AI for Game Developers introduces you to techniques such as finite state machines, fuzzy logic, neural networks, and many others, in straightforward, easy-to-understand language, supported with code samples throu
online-status-monitoring-
- 风机实时在线状态监测与故障诊断模糊神经专家系统研究-Fans real-time online status monitoring and fault diagnosis expert system of fuzzy neural
Intelligent-predictive-by--MATLAB
- 《智能预测控制及其MATLAB实现(第2版)》系统地论述了神经网络控制、模糊逻辑控制和模型预测控制的基本概念、工作原理、控制算法，以及利用MATLAB语言、MATLAB工具箱函数和Simulink对其实现的方法。该书取材先进实用，讲解深入浅出，各章均有相应的例题，并提供了大量用MATLAB/Simulink实现的仿真实例，便于读者掌握和巩固所学知识。-Intelligent predictive control and MATLAB (2nd edition) described the neu
Map-matching-algorithm
- 提出了基于模糊神经网络的新的地图匹配算法． 该算法综合了数字道路信息和GPS /DR 定位信息， 提取两个重要参数作为输入变量， 即定位点到候选路段的投影距离及定位航向与候选路段方位角差． 设计出了四层模糊神经网络及改进的收敛学习规则． 实验结果表明所提出的算法能很好地匹配车辆行驶路段位置．-Map matching algorithm based on fuzzy neural network
BTT-missile
- 针对不确定非线性 BTT 导弹控制系统, 提出了一种基于模糊高斯基函数神经网络的自适应控制设计方法。在设计过程中将不确定部分合为一项, 应用模糊神经网络的万能逼近性质来逼近系统不确定项, 然后利用滑模控制和自适应模糊神经网络理论设计了控制器, 应用 Ly apunov 稳定性理论保证闭环系统的稳定性,并推导出自适应律,最后通过仿真结果验证该方法的有效性。-BTT missile based on fuzzy neural network adaptive control
Intelligent-controller
- PID控制算法简单、鲁棒性强，但其参数整定过程繁琐，整定时需要控制对象的精确数学模型，而且整定往往是针对某一种具体工况进行的，缺乏自学习和自适应能力。模糊神经网络则兼备了模糊逻辑和神经网络的优点，具有函数逼近功能，具有较强的自适应、自学习能力、容错能力和泛化能力。借助于遗传算法对全局性参数进行优化设计，借助于BP算法对局部性参数进行优化，将模糊神经网络和遗传算法引入PID控制参数的整定过程，构造出一种基于模糊神经网络和遗传算法的智能PID控制器-Intelligent controller ba
Ant-particle-swarm
- 基于蚁群粒子群的模糊神经网络交通流量预测，是做毕业设计参考的文献，希望对做交通流预测的同学有帮助-Ant particle swarm-based fuzzy neural network traffic flow forecasts, is doing graduate design reference literature, and help students to do traffic flow forecasting
5_3_8
- In This paper, the authors propose a Sensorless Direct Torque and Flux Control (DTFC) of Induction Motor (IM) using two approach intelligent techniques: Mamdani Fuzzy Logic (FL) controller is used for controlling the rotor speed and Artificial Ne
01575202
- Application of Fuzzy Neural Network in Direct Torque Control System
A-hybrid
- 针对传统的ＢＰ或ＧＡ对模糊神经网络的识别应用存在收敛容易陷入局部极小 识别率低下等问题 提出一 种基于ＢＦＧＳ的混合遗传算法 其基本思想为 首先构造一种前馈型模糊神经网络结构 然后用遗传算法进化若干代 后 当目标函数的梯度或者范数小于预先设定值 则改用ＢＦＧＳ算法进行优化识别 仿真实验表明 对比ＧＡ该算法 收敛速度较快 识别精度提高了约７％ 能够较好地应用于一类模糊神经网络的识别-In traditional BP or GA to identify the application
1000-3428(2008)22-0231-03
- 针对传统的PID 控制器参数固定而导致在控制中效果差的问题，提出一种基于模糊RBF 神经网络智能PID 控制器的设计方法。 该方法结合了模糊控制的推理能力强与神经网络学习能力强的特点，将模糊控制与RBF 神经网络相结合以在线调整PID 控制器参数，整 定出一组适合于控制对象的kp. ki. kd 参数。将算法运用到电机控制系统的PID 参数寻优中，仿真结果表明基于此算法设计的PID 控制器改善了电机控制系统的动态性能和稳定性。-Fixed for the traditional PID
2412ijics03
- SPEED CONTROL OF SEPARATELY EXCITED DC MOTOR USING FUZZY NEURAL MODEL REFERENCE CONTROLLER
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
ANFIS
- fuzzy neural network ANFIS
fuzzy-network
- 模糊神经网络的资料和代码，很好用你，做论文的资料。-A fuzzy neural network of data and code, very good with you, do paper information.
c72e5dd2127eecc688cd6c5d0299e28b3ab1
- This paper focuses on the design of a novel control approach. Its contribution to the existing literature is that in the design of an interval type-2 fuzzy neural system, recursive fuzzy c-means clustering algorithm is used and the designed algorithm