相 關(guān) 資 源

• 這是小波神經(jīng)網(wǎng)絡(luò)的MATLAB6.5下的程序,不算完善,大家一起研究吧免費(fèi)下載

  資源簡(jiǎn)介：這是小波神經(jīng)網(wǎng)絡(luò)的MATLAB6.5下的程序,不算完善,大家一起研究吧

  標(biāo)簽： MATLAB 6.5 小波神經(jīng)網(wǎng)絡(luò) 家

  上傳時(shí)間： 2013-12-04

  上傳用戶(hù)：cc1

• 小波神經(jīng)網(wǎng)絡(luò)的MATLAB原代碼免費(fèi)下載

  資源簡(jiǎn)介：小波神經(jīng)網(wǎng)絡(luò)的MATLAB原代碼，十分經(jīng)典，大家一起學(xué)。

  標(biāo)簽： MATLAB 小波神經(jīng)網(wǎng)絡(luò) 代碼

  上傳時(shí)間： 2015-05-08

  上傳用戶(hù)：wlcaption

• 小波神經(jīng)網(wǎng)絡(luò)及其應(yīng)用的10片論文 對(duì)學(xué)習(xí)小波神經(jīng)網(wǎng)絡(luò)很有用免費(fèi)下載

  資源簡(jiǎn)介：小波神經(jīng)網(wǎng)絡(luò)及其應(yīng)用的10片論文 對(duì)學(xué)習(xí)小波神經(jīng)網(wǎng)絡(luò)很有用

  標(biāo)簽： 小波神經(jīng)網(wǎng)絡(luò) 論文

  上傳時(shí)間： 2014-10-13

  上傳用戶(hù)：hustfanenze

• 用小波神經(jīng)網(wǎng)絡(luò)來(lái)對(duì)時(shí)間序列進(jìn)行預(yù)測(cè)免費(fèi)下載

  資源簡(jiǎn)介：用小波神經(jīng)網(wǎng)絡(luò)來(lái)對(duì)時(shí)間序列進(jìn)行預(yù)測(cè)，其中有四個(gè)m文件

  標(biāo)簽： 小波神經(jīng)網(wǎng)絡(luò) 時(shí)間序列

  上傳時(shí)間： 2015-06-12

  上傳用戶(hù)：xiaodu1124

• 基于小波神經(jīng)網(wǎng)絡(luò)辨識(shí)的PID神經(jīng)模型源程序免費(fèi)下載

  資源簡(jiǎn)介：基于小波神經(jīng)網(wǎng)絡(luò)辨識(shí)的PID神經(jīng)模型源程序

  標(biāo)簽： PID 小波神經(jīng)網(wǎng)絡(luò) 辨識(shí) 模型

  上傳時(shí)間： 2015-06-12

  上傳用戶(hù)：頂?shù)弥?/p>

• 關(guān)于小波神經(jīng)網(wǎng)絡(luò)的源程序免費(fèi)下載

  資源簡(jiǎn)介：關(guān)于小波神經(jīng)網(wǎng)絡(luò)的源程序，對(duì)研究小波神經(jīng)網(wǎng)絡(luò)非常有幫助

  標(biāo)簽： 小波神經(jīng)網(wǎng)絡(luò) 源程序

  上傳時(shí)間： 2014-08-11

  上傳用戶(hù)：qq1604324866

• 基于小波神經(jīng)網(wǎng)絡(luò)算法的流域日徑流預(yù)報(bào)模型免費(fèi)下載

  資源簡(jiǎn)介：基于小波神經(jīng)網(wǎng)絡(luò)算法的流域日徑流預(yù)報(bào)模型，該例程為結(jié)合型小波神經(jīng)網(wǎng)絡(luò)的例子

  標(biāo)簽： 小波神經(jīng)網(wǎng)絡(luò) 算法 徑流預(yù)報(bào) 模型

  上傳時(shí)間： 2015-07-18

  上傳用戶(hù)：zhuimenghuadie

• 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 :免費(fèi)下載

  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))

  標(biāo)簽： nninit_test Wnn_test WNN 算法優(yōu)化

  上傳時(shí)間： 2013-12-23

  上傳用戶(hù)：tianjinfan

• 用小波神經(jīng)網(wǎng)絡(luò)解決人臉識(shí)別問(wèn)題免費(fèi)下載

  資源簡(jiǎn)介：用小波神經(jīng)網(wǎng)絡(luò)解決人臉識(shí)別問(wèn)題，很好用的哦

  標(biāo)簽： 小波神經(jīng)網(wǎng)絡(luò) 人臉識(shí)別

  上傳時(shí)間： 2014-01-24

  上傳用戶(hù)：watch100

• 遺傳算法優(yōu)化小波神經(jīng)網(wǎng)絡(luò)MATLAB 神經(jīng)網(wǎng)絡(luò)用于數(shù)字識(shí)別源程序免費(fèi)下載

  資源簡(jiǎn)介：遺傳算法優(yōu)化小波神經(jīng)網(wǎng)絡(luò)MATLAB 神經(jīng)網(wǎng)絡(luò)用于數(shù)字識(shí)別源程序

  標(biāo)簽： MATLAB 算法優(yōu)化 小波神經(jīng)網(wǎng)絡(luò) 神經(jīng)網(wǎng)絡(luò)

  上傳時(shí)間： 2014-01-04

  上傳用戶(hù)：lvzhr

• 小波神經(jīng)網(wǎng)絡(luò) MATLAB源程序 結(jié)構(gòu)很好 可以借鑒免費(fèi)下載

  資源簡(jiǎn)介：小波神經(jīng)網(wǎng)絡(luò) MATLAB源程序 結(jié)構(gòu)很好 可以借鑒

  標(biāo)簽： MATLAB 小波神經(jīng)網(wǎng)絡(luò) 源程序

  上傳時(shí)間： 2014-01-23

  上傳用戶(hù)：agent

• 用遺傳算法優(yōu)化小波神經(jīng)網(wǎng)絡(luò)免費(fèi)下載

  資源簡(jiǎn)介：用遺傳算法優(yōu)化小波神經(jīng)網(wǎng)絡(luò)，程序完整，實(shí)現(xiàn)函數(shù)逼近功能

  標(biāo)簽： 算法優(yōu)化 小波神經(jīng)網(wǎng)絡(luò)

  上傳時(shí)間： 2013-12-26

  上傳用戶(hù)：lps11188

• 本文分析小波神經(jīng)網(wǎng)絡(luò)的特點(diǎn)重點(diǎn)研究在電力負(fù)荷預(yù)測(cè)中連續(xù)小波神經(jīng)網(wǎng)絡(luò)與BP神經(jīng)網(wǎng)絡(luò)相比具有的優(yōu)缺點(diǎn)對(duì)認(rèn)識(shí)和應(yīng)用小波神經(jīng)網(wǎng)絡(luò)具有重要意義算例表明在網(wǎng)絡(luò)結(jié)構(gòu)相同的情況下連續(xù)小波神經(jīng)網(wǎng)絡(luò)比BP神經(jīng)網(wǎng)絡(luò)具有更高免費(fèi)下載

  資源簡(jiǎn)介：本文分析小波神經(jīng)網(wǎng)絡(luò)的特點(diǎn)重點(diǎn)研究在電力負(fù)荷預(yù)測(cè)中連續(xù)小波神經(jīng)網(wǎng)絡(luò)與BP神經(jīng)網(wǎng)絡(luò)相比具有的優(yōu)缺點(diǎn)對(duì)認(rèn)識(shí)和應(yīng)用小波神經(jīng)網(wǎng)絡(luò)具有重要意義算例表明在網(wǎng)絡(luò)結(jié)構(gòu)相同的情況下連續(xù)小波神經(jīng)網(wǎng)絡(luò)比BP神經(jīng)網(wǎng)絡(luò)具有更高的預(yù)測(cè)精度

  標(biāo)簽： 小波神經(jīng)網(wǎng)絡(luò) BP神經(jīng)網(wǎng)絡(luò) 分 電力

  上傳時(shí)間： 2014-01-17

  上傳用戶(hù)：gundamwzc

• 小波神經(jīng)網(wǎng)絡(luò)的分類(lèi)識(shí)別免費(fèi)下載

  資源簡(jiǎn)介：小波神經(jīng)網(wǎng)絡(luò)的分類(lèi)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)。

  標(biāo)簽： 小波神經(jīng)網(wǎng)絡(luò) 分類(lèi) 識(shí)別

  上傳時(shí)間： 2014-11-09

  上傳用戶(hù)：cc1015285075

• BP小波神經(jīng)網(wǎng)絡(luò)快速學(xué)習(xí)算法研究and 小波神經(jīng)網(wǎng)絡(luò)程序免費(fèi)下載

  資源簡(jiǎn)介：BP小波神經(jīng)網(wǎng)絡(luò)快速學(xué)習(xí)算法研究and 小波神經(jīng)網(wǎng)絡(luò)程序

  標(biāo)簽： and 小波神經(jīng)網(wǎng)絡(luò) 學(xué)習(xí)算法 程序

  上傳時(shí)間： 2013-12-25

  上傳用戶(hù)：851197153

• 用dsp實(shí)現(xiàn)的的小波神經(jīng)網(wǎng)絡(luò)進(jìn)行圖象識(shí)別編程免費(fèi)下載

  資源簡(jiǎn)介：用dsp實(shí)現(xiàn)的的小波神經(jīng)網(wǎng)絡(luò)進(jìn)行圖象識(shí)別編程

  標(biāo)簽： dsp 小波神經(jīng)網(wǎng)絡(luò) 圖象 識(shí)別

  上傳時(shí)間： 2013-12-15

  上傳用戶(hù)：wpt

• 小波神經(jīng)網(wǎng)絡(luò)程序免費(fèi)下載

  資源簡(jiǎn)介：小波神經(jīng)網(wǎng)絡(luò)程序，收斂性比BP神經(jīng)網(wǎng)絡(luò)好，可以避免局部最優(yōu),可用于分類(lèi)，函數(shù)逼近等

  標(biāo)簽： 小波神經(jīng)網(wǎng)絡(luò) 程序

  上傳時(shí)間： 2014-01-06

  上傳用戶(hù)：英雄

• 小波神經(jīng)網(wǎng)絡(luò)好文章！A method for fault detection is proposed using a trained neural network as the nominal mo免費(fèi)下載

  資源簡(jiǎn)介：小波神經(jīng)網(wǎng)絡(luò)好文章！A method for fault detection is proposed using a trained neural network as the nominal model of the system to be monitored. Partial physical knowledge, if available, can be combined with the nominal model to perform fa...

  標(biāo)簽： detection proposed network nominal

  上傳時(shí)間： 2014-12-08

  上傳用戶(hù)：gmh1314

• Qinghua Zhang 關(guān)于小波神經(jīng)網(wǎng)絡(luò)奠基性文章免費(fèi)下載

  資源簡(jiǎn)介：Qinghua Zhang 關(guān)于小波神經(jīng)網(wǎng)絡(luò)奠基性文章，全英文，經(jīng)典之作。

  標(biāo)簽： Qinghua Zhang 小波神經(jīng)網(wǎng)絡(luò)

  上傳時(shí)間： 2016-01-15

  上傳用戶(hù)：FreeSky

• 我自己寫(xiě)的小波神經(jīng)網(wǎng)絡(luò)的Matlab程序免費(fèi)下載

  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

  標(biāo)簽： Matlab 小波神經(jīng)網(wǎng)絡(luò) 程序

  上傳時(shí)間： 2016-03-15

  上傳用戶(hù)：kiklkook

• 小波神經(jīng)網(wǎng)絡(luò)的實(shí)現(xiàn)程序免費(fèi)下載

  資源簡(jiǎn)介：小波神經(jīng)網(wǎng)絡(luò)的實(shí)現(xiàn)程序，編成運(yùn)算，基于matlab的運(yùn)算

  標(biāo)簽： 小波神經(jīng)網(wǎng)絡(luò) 程序

  上傳時(shí)間： 2016-03-18

  上傳用戶(hù)：ouyangtongze

• 基于小波神經(jīng)網(wǎng)絡(luò)辨識(shí)的PID神經(jīng)模型免費(fèi)下載

  資源簡(jiǎn)介：基于小波神經(jīng)網(wǎng)絡(luò)辨識(shí)的PID神經(jīng)模型，給初學(xué)者一個(gè)簡(jiǎn)單例子

  標(biāo)簽： PID 小波神經(jīng)網(wǎng)絡(luò) 辨識(shí) 模型

  上傳時(shí)間： 2016-03-21

  上傳用戶(hù)：cc1

• 基于小波神經(jīng)網(wǎng)絡(luò)的PID控制Matlab仿真,有代表性,值得研究免費(fèi)下載

  資源簡(jiǎn)介：基于小波神經(jīng)網(wǎng)絡(luò)的PID控制Matlab仿真,有代表性,值得研究

  標(biāo)簽： Matlab PID 小波神經(jīng)網(wǎng)絡(luò) 仿真

  上傳時(shí)間： 2016-04-11

  上傳用戶(hù)：924484786

• 這是個(gè)小波神經(jīng)網(wǎng)絡(luò)的源程序免費(fèi)下載

  資源簡(jiǎn)介：這是個(gè)小波神經(jīng)網(wǎng)絡(luò)的源程序，不是很好，請(qǐng)多指教。

  標(biāo)簽： 小波神經(jīng)網(wǎng)絡(luò) 源程序

  上傳時(shí)間： 2014-01-16

  上傳用戶(hù)：leehom61

• 小波神經(jīng)網(wǎng)絡(luò)程序免費(fèi)下載

  資源簡(jiǎn)介：小波神經(jīng)網(wǎng)絡(luò)程序，用于小波神經(jīng)網(wǎng)絡(luò)的訓(xùn)練及泛化求解。

  標(biāo)簽： 小波神經(jīng)網(wǎng)絡(luò) 程序

  上傳時(shí)間： 2016-05-03

  上傳用戶(hù)：pkkkkp

• 一種基于BP算法學(xué)習(xí)的小波神經(jīng)網(wǎng)絡(luò)免費(fèi)下載

  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。

  標(biāo)簽： BP算法 小波神經(jīng)網(wǎng)絡(luò)

  上傳時(shí)間： 2016-05-04

  上傳用戶(hù)：TF2015

• 小波神經(jīng)網(wǎng)絡(luò)的程序,在其他網(wǎng)站上下來(lái)的,不知有沒(méi)有用免費(fèi)下載

  資源簡(jiǎn)介：小波神經(jīng)網(wǎng)絡(luò)的程序,在其他網(wǎng)站上下來(lái)的,不知有沒(méi)有用

  標(biāo)簽： 小波神經(jīng)網(wǎng)絡(luò) 程序 網(wǎng)站

  上傳時(shí)間： 2014-12-08

  上傳用戶(hù)：lmeeworm

• 基于小波神經(jīng)網(wǎng)絡(luò)PNN 的說(shuō)話人識(shí)別程序免費(fèi)下載

  資源簡(jiǎn)介：基于小波神經(jīng)網(wǎng)絡(luò)PNN 的說(shuō)話人識(shí)別程序，希望對(duì)大家有所幫助

  標(biāo)簽： PNN 小波神經(jīng)網(wǎng)絡(luò) 識(shí)別 程序

  上傳時(shí)間： 2013-11-25

  上傳用戶(hù)：nanfeicui

• 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 免費(fèi)下載

  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...

  標(biāo)簽： 小波神經(jīng)網(wǎng)絡(luò) 減 過(guò)程 誤差函數(shù)

  上傳時(shí)間： 2014-01-22

  上傳用戶(hù)：金宜

• 提出了一種基于小波神經(jīng)網(wǎng)絡(luò)整定的PID 控制方法。由于小波變換具有良 好的時(shí)頻局部特性,神經(jīng)網(wǎng)絡(luò)具有強(qiáng)大的非線性映射能力,自學(xué)習(xí)、自適應(yīng)等優(yōu)勢(shì),采用規(guī) 范正交的小波函數(shù)作為神經(jīng)網(wǎng)絡(luò)的基函數(shù)構(gòu)成小波免費(fèi)下載

  資源簡(jiǎn)介：提出了一種基于小波神經(jīng)網(wǎng)絡(luò)整定的PID 控制方法。由于小波變換具有良 好的時(shí)頻局部特性,神經(jīng)網(wǎng)絡(luò)具有強(qiáng)大的非線性映射能力,自學(xué)習(xí)、自適應(yīng)等優(yōu)勢(shì),采用規(guī) 范正交的小波函數(shù)作為神經(jīng)網(wǎng)絡(luò)的基函數(shù)構(gòu)成小波神經(jīng)網(wǎng)絡(luò),該網(wǎng)絡(luò)兼有小波函數(shù)的緊 支性、波動(dòng)性以及神...

  標(biāo)簽： PID 函數(shù) 神經(jīng)網(wǎng)絡(luò) 小波神經(jīng)網(wǎng)絡(luò)

  上傳時(shí)間： 2014-01-15

  上傳用戶(hù)：yzy6007