單輸入單輸出函數(shù)小波網(wǎng)絡(luò),用戶需安裝matlab神經(jīng)網(wǎng)絡(luò)工具箱,用戶可以根據(jù)需要更換自己的訓(xùn)練樣本,kugfcn.m,radbasmorlet.m分別為兩個(gè)小波母函數(shù),代碼中加入了最優(yōu)停止訓(xùn)練算法,非常好用
資源簡(jiǎn)介:單輸入單輸出函數(shù)小波網(wǎng)絡(luò),用戶需安裝matlab神經(jīng)網(wǎng)絡(luò)工具箱,用戶可以根據(jù)需要更換自己的訓(xùn)練樣本,kugfcn.m,radbasmorlet.m分別為兩個(gè)小波母函數(shù),代碼中加入了最優(yōu)停止訓(xùn)練算法,非常好用
上傳時(shí)間: 2014-01-07
上傳用戶:ayfeixiao
資源簡(jiǎn)介:多輸入多輸出的小波網(wǎng)絡(luò)模型,需安裝matlab神經(jīng)網(wǎng)絡(luò)工具箱用的是青島海洋大學(xué)學(xué)報(bào)上那篇論文的模型,嵌入了開(kāi)發(fā)的初始化算法,程序里有較為詳細(xì)的說(shuō)明,很好用
上傳時(shí)間: 2014-12-20
上傳用戶:songrui
資源簡(jiǎn)介:用三層BP網(wǎng)絡(luò)實(shí)現(xiàn)一個(gè)單輸入單輸出函數(shù)的逼近,文件中一個(gè)CPP文件和一個(gè)WORD文件,其中word文檔中有對(duì)算法理論,算法設(shè)計(jì),程序結(jié)果及改進(jìn)方法試驗(yàn)的詳細(xì)說(shuō)明
上傳時(shí)間: 2015-04-21
上傳用戶:集美慧
資源簡(jiǎn)介:一個(gè)多輸入多輸出小波網(wǎng)絡(luò)的源程序,用matlab編寫(xiě),能夠?qū)崿F(xiàn)對(duì)時(shí)間序列數(shù)據(jù)的訓(xùn)練預(yù)測(cè)
上傳時(shí)間: 2015-10-02
上傳用戶:ecooo
資源簡(jiǎn)介:主要講解單輸入雙輸出降壓型DC_DC電源設(shè)計(jì)
上傳時(shí)間: 2013-11-09
上傳用戶:flg0001
資源簡(jiǎn)介:用MATLAB對(duì)一圖象分別用單尺度和二維小波分解,觀察各高低頻部分,對(duì)圖象進(jìn)行重構(gòu)和壓縮。
上傳時(shí)間: 2015-05-24
上傳用戶:maizezhen
資源簡(jiǎn)介:單輸入單輸出連續(xù)系統(tǒng)灰色PID位置跟蹤。
上傳時(shí)間: 2015-10-18
上傳用戶:氣溫達(dá)上千萬(wàn)的
資源簡(jiǎn)介:基于多分辨分析的遞階逼近思想,采用正交小波網(wǎng)絡(luò)研究了輸入樣本空間分布非均勻時(shí)非線性系統(tǒng)的 辨識(shí)問(wèn)題. 重點(diǎn)討論了樣本非均勻時(shí)網(wǎng)格系的設(shè)計(jì)問(wèn)題,并給出了基于該網(wǎng)格系的在線遞階辨識(shí)算法. 最后利用正 交小波網(wǎng)絡(luò)分別對(duì)非線性靜態(tài)和動(dòng)態(tài)系統(tǒng)進(jìn)行了仿真辨識(shí)...
上傳時(shí)間: 2014-11-26
上傳用戶:wanghui2438
資源簡(jiǎn)介:廣義預(yù)測(cè)控制源程序(單輸入單輸出),包含兩種情況,對(duì)象模型已知和對(duì)象模型未知
上傳時(shí)間: 2014-01-14
上傳用戶:jennyzai
資源簡(jiǎn)介:模糊控制器設(shè)計(jì),可以設(shè)計(jì)輸入、輸出函數(shù)及生成模糊控制所需的 C 源代碼
上傳時(shí)間: 2015-04-06
上傳用戶:jcljkh
資源簡(jiǎn)介:一個(gè)小波網(wǎng)絡(luò)的源程序,用vc編寫(xiě),能夠?qū)崿F(xiàn)對(duì)時(shí)間序列數(shù)據(jù)的訓(xùn)練預(yù)測(cè)
上傳時(shí)間: 2013-12-09
上傳用戶:qwe1234
資源簡(jiǎn)介::Matlab遺傳算法(GA)優(yōu)4~-r-具箱是基于基本操作及終止條件、二進(jìn)制和十進(jìn)制相互轉(zhuǎn)換等操作的綜合 函數(shù)庫(kù)。其實(shí)現(xiàn)步驟包括:通過(guò)輸入及輸出函數(shù)求出遺傳算法主函數(shù)、初始種群的生成函數(shù),采用選擇、交叉、變異 操作求得基本遺傳操作函數(shù)。以函數(shù)仿真為例,...
上傳時(shí)間: 2014-01-07
上傳用戶:shus521
資源簡(jiǎn)介:人工神經(jīng)網(wǎng)絡(luò)算法研究及應(yīng)用 田景文.包括神經(jīng)網(wǎng)絡(luò)、遺傳算法、小波網(wǎng)絡(luò)、模擬退火算法和支持向量機(jī),清晰易懂,非常值得一看。
上傳時(shí)間: 2013-12-23
上傳用戶:yan2267246
資源簡(jiǎn)介:這是一篇關(guān)于BP網(wǎng)絡(luò)和小波網(wǎng)絡(luò)二者的網(wǎng)絡(luò)性能的碩士論文。本文以理論結(jié)合實(shí)踐的手段,對(duì)BP網(wǎng)絡(luò)和小波網(wǎng)絡(luò)二者的網(wǎng)絡(luò)性能進(jìn)行了深入的比較研究,分析了各自的性能特點(diǎn)。并且在此基礎(chǔ)上闡述了用小波網(wǎng)絡(luò)進(jìn)行預(yù)測(cè)建模的方法、要領(lǐng)。
上傳時(shí)間: 2013-12-27
上傳用戶:gxf2016
資源簡(jiǎn)介:轉(zhuǎn)速傳感器信號(hào)隔離變送器,正弦波整形 主要特性: >> 轉(zhuǎn)速傳感器信號(hào)直接輸入,整形調(diào)理方波信號(hào) >> 200mV峰值微弱信號(hào)的放大與整形 >> 正弦波、鋸齒波信號(hào)輸入,方波信號(hào)輸出 >> 不改變?cè)ㄐ晤l率,響應(yīng)速度快 >> 電源、信號(hào):輸入/輸出 3000VDC三隔離 >> 供...
上傳時(shí)間: 2013-10-22
上傳用戶:hebanlian
資源簡(jiǎn)介:完善網(wǎng)絡(luò)結(jié)構(gòu)將RBF網(wǎng)絡(luò)的徑向基換成小波函數(shù),調(diào)整權(quán)值以及公式的變更, 可望在仿真結(jié)構(gòu)中添加非奇異項(xiàng)以驗(yàn)證小波網(wǎng)絡(luò)的辨識(shí)精度和能力,輸入層加權(quán)值進(jìn)行調(diào)整~..~
上傳時(shí)間: 2014-01-08
上傳用戶:ggwz258
資源簡(jiǎn)介:基于小波變換的圖像壓縮方法,主要是理論方面的介紹!單小波去噪
上傳時(shí)間: 2013-12-20
上傳用戶:tonyshao
資源簡(jiǎn)介:程序算任意點(diǎn)FFT和小波變換,以及可選擇多種小波及小波變換后的單頻帶重夠,另算信號(hào)的Lipschitz指數(shù),高級(jí)數(shù)字信號(hào)處理!
上傳時(shí)間: 2015-06-27
上傳用戶:jackgao
資源簡(jiǎn)介:遺傳算法優(yōu)化小波神經(jīng)網(wǎng)絡(luò)的源程序: 1.構(gòu)造的非線性函數(shù): 位于nninit_test.m 2.直接用WNN逼近非線性:Wnn_test.m, (內(nèi)部調(diào)用小波函數(shù)) 3.遺傳算法優(yōu)化后逼近 :GA_Wnn_test.m (內(nèi)部調(diào)用遺傳算法的,初始化,適應(yīng)度,解碼函數(shù))
上傳時(shí)間: 2013-12-23
上傳用戶:tianjinfan
資源簡(jiǎn)介:小波神經(jīng)網(wǎng)絡(luò)的分類識(shí)別,學(xué)習(xí)率因子,網(wǎng)絡(luò)動(dòng)量項(xiàng)因子,網(wǎng)絡(luò)多分辨級(jí)數(shù),網(wǎng)絡(luò)平移參數(shù) 都可自己選。本例輸入節(jié)點(diǎn)5,輸出5。可識(shí)別五種信號(hào)。
上傳時(shí)間: 2014-11-09
上傳用戶:cc1015285075
資源簡(jiǎn)介:輸入:為需要壓縮圖象的名稱,該主程序僅能構(gòu)處理256灰度圖,讀者可以自行改編為RGB處理;ratio為壓縮比率;level為小波分解的級(jí)數(shù) 輸出:是解壓完畢的圖象數(shù)據(jù)矩陣
上傳時(shí)間: 2013-12-14
上傳用戶:diets
資源簡(jiǎn)介:輸入:小波分析的結(jié)果或傅立葉分析的結(jié)果 輸出:圖像(bmp) web服務(wù)
上傳時(shí)間: 2015-10-26
上傳用戶:qw12
資源簡(jiǎn)介:該程序是用小波函數(shù)構(gòu)建神經(jīng)網(wǎng)絡(luò)的源程序。用以分析心電信號(hào)、腦電信號(hào)等等。
上傳時(shí)間: 2014-12-19
上傳用戶:zhaiyanzhong
資源簡(jiǎn)介:基于RBF神經(jīng)網(wǎng)絡(luò)整定的PID控制 徑向基函數(shù)具有單隱居的三層前饋網(wǎng)絡(luò)。是—種局部逼近網(wǎng)絡(luò),己證明它能以任意精度逼近杠意連續(xù)函數(shù)。
上傳時(shí)間: 2016-01-22
上傳用戶:hewenzhi
資源簡(jiǎn)介:輸入任何三尺度多小波的尺度函數(shù)的系數(shù),可畫(huà)出其圖象
上傳時(shí)間: 2016-03-08
上傳用戶:lanjisu111
資源簡(jiǎn)介:我自己寫(xiě)的小波神經(jīng)網(wǎng)絡(luò)的Matlab程序,包含了單維的高維的兩種網(wǎng)絡(luò)模型,比較全面,而且代碼中加入開(kāi)發(fā)的初始化算法,使用時(shí)只需要更換訓(xùn)練樣本就可以了。希望對(duì)論文寫(xiě)作有所幫助
上傳時(shí)間: 2016-03-15
上傳用戶:kiklkook
資源簡(jiǎn)介:信息論和編碼理論 信源熵 單符號(hào)離散信源 第一節(jié) 信源的數(shù)學(xué)模型 第二節(jié) 信源符號(hào)的自信量 第三節(jié) 信源的信息熵 第四節(jié) 信息熵的代數(shù)性質(zhì)...雙輸入單輸出信道的信道容量 第二節(jié) 離散二址接人信道
上傳時(shí)間: 2016-04-04
上傳用戶:zhuyibin
資源簡(jiǎn)介:一種基于BP算法學(xué)習(xí)的小波神經(jīng)網(wǎng)絡(luò),網(wǎng)絡(luò)隱層采用框架小波函數(shù)、輸出層采用Sigmoid 激勵(lì)函數(shù), 并選用“熵誤差函數(shù)”以加速網(wǎng)絡(luò)的學(xué)習(xí)速度。
上傳時(shí)間: 2016-05-04
上傳用戶:TF2015
資源簡(jiǎn)介:程序?qū)崿F(xiàn)單目標(biāo)在空間中的真實(shí)飛行軌跡與使用小波后對(duì)目標(biāo)的估計(jì)軌跡,利用小波重構(gòu)與卡拉曼濾波技術(shù)。
上傳時(shí)間: 2016-05-28
上傳用戶:lijinchuan
資源簡(jiǎn)介:討論了BP 小波神經(jīng)網(wǎng)絡(luò)在訓(xùn)練過(guò)程中減小誤差函數(shù)時(shí)最優(yōu)方向的確定和自適應(yīng)調(diào)整學(xué)習(xí)率的方法。 首先論證了小波神經(jīng)網(wǎng)絡(luò)的數(shù)學(xué)基礎(chǔ),然后討論了BP 小波神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)過(guò)程,重點(diǎn)討論了減小誤差函數(shù)最優(yōu)方 向的確定方法,即如何保證步長(zhǎng)方向與負(fù)梯度方向一致,由此...
上傳時(shí)間: 2014-01-22
上傳用戶:金宜