搜索资源列表
AdvancedPIDControlMatlabCodes
- 先进控制理论-神经网络控制-模糊控制-模糊PID控制等算法的matlab仿真源码-Advanced Control Theory ANN Fuzzy Fuzzy PID matlab codes
pso
- PSO的优势在于简单容易实现并且没有许多参数需要调整。目前已广泛应用于函数优化，神经网络训练，模糊系统控制以及其他遗传算法的应用领域-the advantages of PSO is simple and easy to achieve without many parameters need to be adjusted. Now it has been widely used function optimization
VartiryPSO
- 粒子群优化算法的基本思想是通过群体中个体之间的协作和信息共享来寻找最优解． PSO的优势在于简单容易实现并且没有许多参数的调节。目前已被广泛应用于函数优化、神经网络训练、模糊系统控制以及其他遗传算法的应用领域。-The basic idea of Particle Swarm Optimization (PSO) is to find the optimal solution by cooperating and sharing information among individuals.
BP-recognize
- 神经网络学习相关：基于BP网络实现模糊字母识别 设计一个标准BP学习算法训练网络，实现对加噪字母的识别 -Neural network learning relevant: fuzzy identification letters design a standard BP learning algorithm to train the network based on BP network, adding noise to achieve recognition of the lette
AForge.NET Framework-2.2.5
- AForge.NET是一个专门为开发者和研究者基于C#框架设计的，这个框架提供了不同的类库和关于类库的资源，还有很多应用程序例子，包括计算机视觉与人工智能，图像处理，神经网络，遗传算法，机器学习，机器人等领域。 这个框架由一系列的类库组成。主要包括有: AForge.Imaging -- 一些日常的图像处理和过滤器 AForge.Vision -- 计算机视觉应用类库 AForge.Neuro -- 神经网络计算库AForge.Genetic -进化算法编程库 AF
PSO
- 粒子群优化算法(PSO：Particle swarm optimization) 是一种进化计算技术（evolutionary computation）。 源于对鸟群捕食的行为研究。粒子群优化算法的基本思想：是通过群体中个体之间的协作和信息共享来寻找最优解． PSO的优势：在于简单容易实现并且没有许多参数的调节。目前已被广泛应用于函数优化、神经网络训练、模糊系统控制以及其他遗传算法的应用领域。(The particle swarm optimization (PSO:Part
Gauss_CMAC-master
- 基于隶属度函数模糊CMAC神经网络算法，快速性、实时性好。(The fuzzy CMAC neural network algorithm based on membership function is fast and real-time.)