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,
ANN_PPT
- 人工神经网络PPT,包括各种神经网络算法及模糊神经网络算法原理及实现
FuzzyNeuralNetwork
- 本论文在较为系统地分析模糊神经网络理论和遗传算法基本原理的基础上,,提出一种基于补偿模糊神经网络的控制方法,通过补偿模糊推理和快速学习算法的引入,构造补偿模糊神经网络控制器,实现模糊网络结构和参数的优化及matlab仿真。
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
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
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
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
7856453
- 一种新的PID型模糊神经网络控制器的研究, 带Smith预估器的改进遗传算法 -A New PID-type Fuzzy Neural Network Controller based on Genetic Algorithm with improved Smith Predictor
9656565
- 一种新的基于遗传算法的模糊C-均值聚类的RBF神经网络-A New RBF Neural Network with GA-based Fuzzy C-Means Clustering Algorithm for SINS Fault Diagnosis
57843
- 识获取的模糊控制系统的基础上改进的遗传算法和神经网络 -Knowledge Acquisition of Fuzzy Control System Based on Improved Genetic Algorithm and Neural Networks
87532
- 基于RBF神经网络的模糊隶属度函数的参数学习算法 -Learning Algorithm of Parameters about Fuzzy Membership Functions Based on the RBF Neural Network