搜索资源列表
jibenBP
- 实现基本的反向传播神经网络算法，利用matlab对其进行编程实现(Realize the basic back propagation neural network algorithm, using matlab to program its implementation)
潮流计算
- 潮流计算程序1.根据电力系统网络推导电力网络数学模型，写出节点导纳矩阵； 2.赋予各节点电压变量（直角坐标系形式）初值后，求解不平衡量； 3.形成雅可比矩阵； 4.求解修正量后，重新修改初值，从2开始重新循环计算； 5.求解的电压变量达到所要求的精度时，再计算各支路功率分布、功率损耗和平衡节 点功率; 6.上机编程调试；连调； 7.计算分析给定系统潮流分析并与手工计算结果作比较分析。 8.准备计算机演示答辩，书写该课程设计说明书（必须计算机打印）。(power flow calcul
jibraryiostqeim
- 本文通过给定的训练模式为例来推导bp网络学习的算法,并用(语言编程实现,运行程序给出学习误差曲线,最后指出实际应用中BP网()
immutjmility-refer
- BP网络神经源程序,由Visual C编程,程序简练,实用,()
程序代码
- 用C语言编程实现神经网络的构建和训练的程序代码 以及matlab编程实现偏最小二乘法(Programming and training program code in C language;Matlab programming for partial least square method)
基于Python的Abaqus二次开发实例讲解
- 基于python的二次开发案例。1、所有的代码均可以先在Abaqus\CAE中操作一遍后再通过rp文件读取，然后再在此基础上进行相应的修改； 2、Python是一种解释性语言，读起来非常清晰，因此在修改程序的过程中，不存在程序难以理解的问题； 3、Python是一种通用性的、功能非常强大的面向对象编程语言，有许多成熟的类似于Matlab函数的程序在网络上流传，为后期进一步的数据处理提供了方便。(Python-based secondary development case)
Deep Learning with Python
- 深度学习基本算法，深度学习with python作为标题建议介绍深度学习使用Python编程语言和开源Keras库，它允许简单快速的原型设计。 在Python深度学习中， 你将从一开始就学习深度学习，你将学习所有关于图像分类模型，如何使用深度学习获取文本和序列，甚至可以学习如何使用神经网络生成文本和图像。 本书是为那些具有Python技能的人员编写的，但你不必在机器学习，Tensorflow或Keras方面有过任何经验。你也不需要先进的数学背景，只有基础的高中水平数学应该让你跟随和理解核心
无人机.zip
- VirtualArena是用于控制设计和系统仿真的面向对象的Matlab集成开发环境，其实现目标如下: 1)避免重新实现大多数项目共有的功能，例如: -离散化策略(例如欧拉向前，龙格库塔，…) -系统线性化的雅可比计算方法，例如基于符号或样本的方法 -实施标准车辆动力学，如独轮车或类似无人机的车辆，并实施不同的姿态表示，如旋转矩阵或四元数 -状态观测器自动生成，例如扩展卡尔曼滤波器(EKF) -基于网络的控制器的实施结构 - … 2)建立一套通用接口，允许