用神經(jīng)網(wǎng)絡(luò)對(duì)具有隨機(jī)噪聲的二階系統(tǒng)模型進(jìn)行辨識(shí).
資源簡(jiǎn)介:用神經(jīng)網(wǎng)絡(luò)對(duì)具有隨機(jī)噪聲的二階系統(tǒng)模型進(jìn)行辨識(shí).
上傳時(shí)間: 2017-04-27
上傳用戶(hù):xymbian
資源簡(jiǎn)介:對(duì)具有隨機(jī)噪聲的二階系統(tǒng)的模型辨識(shí)(用改進(jìn)的神經(jīng)網(wǎng)絡(luò)MBP算法辨識(shí))
上傳時(shí)間: 2013-12-27
上傳用戶(hù):heart520beat
資源簡(jiǎn)介:matlab在系統(tǒng)辨識(shí)中的應(yīng)用此處為對(duì)具有隨機(jī)噪聲的二階系統(tǒng)的應(yīng)用的源代碼及運(yùn)行后結(jié)果(包括圖像)
上傳時(shí)間: 2015-03-23
上傳用戶(hù):lgnf
資源簡(jiǎn)介:用改進(jìn)的神經(jīng)網(wǎng)絡(luò)MBP算法辨識(shí) ,對(duì)具有隨機(jī)噪聲的二階系統(tǒng)的模型辨識(shí)
上傳時(shí)間: 2015-04-20
上傳用戶(hù):sy_jiadeyi
資源簡(jiǎn)介:用遞推的極大似然法對(duì)系統(tǒng)辨識(shí),對(duì)具有隨機(jī)噪聲的二階系統(tǒng)的模型辨識(shí)
上傳時(shí)間: 2014-01-19
上傳用戶(hù):frank1234
資源簡(jiǎn)介:一個(gè)用神經(jīng)網(wǎng)絡(luò)方法實(shí)現(xiàn)人臉識(shí)別的程序,來(lái)源于CMU的machine learning 課程作業(yè),具有參考價(jià)值
上傳時(shí)間: 2013-11-28
上傳用戶(hù):515414293
資源簡(jiǎn)介:利用kalman濾波器對(duì)具有隨機(jī)加速度的物體運(yùn)動(dòng)路線的進(jìn)行信號(hào)采樣,濾波處理和估計(jì)。
上傳時(shí)間: 2013-12-19
上傳用戶(hù):hebmuljb
資源簡(jiǎn)介:基于神經(jīng)網(wǎng)絡(luò)的PID控制不是用神經(jīng)網(wǎng)絡(luò)來(lái)整定PID的參數(shù),而是用神經(jīng)網(wǎng)絡(luò)直接作為控制器,通過(guò)訓(xùn)練神經(jīng)網(wǎng)絡(luò)的權(quán)系數(shù)間接地調(diào)整PID參數(shù)。
上傳時(shí)間: 2015-04-28
上傳用戶(hù):朗朗乾坤
資源簡(jiǎn)介:使用單層神經(jīng)網(wǎng)絡(luò)對(duì)中國(guó)國(guó)有企業(yè)的產(chǎn)值數(shù)據(jù)進(jìn)行預(yù)測(cè),壓縮文件中包括數(shù)據(jù)文件和相應(yīng)詳細(xì)說(shuō)明。
上傳時(shí)間: 2013-12-02
上傳用戶(hù):gaome
資源簡(jiǎn)介:用神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)六自由度平臺(tái)的姿態(tài)癥結(jié)問(wèn)題
上傳時(shí)間: 2015-05-17
上傳用戶(hù):talenthn
資源簡(jiǎn)介:用神經(jīng)網(wǎng)絡(luò)對(duì)系統(tǒng)辨識(shí)(BP網(wǎng)絡(luò))。此程序?yàn)閏語(yǔ)言和matlab混和編程,由c語(yǔ)言實(shí)現(xiàn)算法,由matlab來(lái)顯示圖形。
上傳時(shí)間: 2014-01-06
上傳用戶(hù):huql11633
資源簡(jiǎn)介:bp神經(jīng)網(wǎng)絡(luò)對(duì)短期電力負(fù)荷的預(yù)測(cè),一周預(yù)測(cè)一天,輸入是歸一過(guò)的數(shù)據(jù)。
上傳時(shí)間: 2013-12-27
上傳用戶(hù):colinal
資源簡(jiǎn)介:小波神經(jīng)網(wǎng)絡(luò)對(duì)短期電力負(fù)荷的預(yù)測(cè),帶有小波程序,神經(jīng)網(wǎng)絡(luò)程序,輸入為歸一過(guò)的數(shù)據(jù)
上傳時(shí)間: 2017-06-14
上傳用戶(hù):zhaoq123
資源簡(jiǎn)介:用神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)震級(jí),輸入的量有面積,烈度等等
上傳時(shí)間: 2013-12-25
上傳用戶(hù):宋桃子
資源簡(jiǎn)介:用ART神經(jīng)網(wǎng)絡(luò)對(duì)輸入的漢字進(jìn)行識(shí)別分類(lèi),對(duì)已經(jīng)記憶的字母以及相近的含噪聲字母能正確識(shí)別;對(duì)新的字母以及噪聲太大的字母能自動(dòng)將其歸為新類(lèi)并進(jìn)行記憶。
上傳時(shí)間: 2013-12-04
上傳用戶(hù):dsgkjgkjg
資源簡(jiǎn)介:本程序用C語(yǔ)言實(shí)現(xiàn)了集成神經(jīng)網(wǎng)絡(luò)解決廣義異或問(wèn)題。用神經(jīng)網(wǎng)絡(luò)集成方法做成表決網(wǎng),可克服初始權(quán)值的影響,對(duì)神經(jīng)網(wǎng)絡(luò)分類(lèi)器來(lái)說(shuō):假設(shè)有N個(gè)獨(dú)立的子網(wǎng),采用絕對(duì)多數(shù)投票法,再假設(shè)每個(gè)子網(wǎng)以1-p的概率給出正確結(jié)果,且網(wǎng)絡(luò)之間的錯(cuò)誤不相關(guān),則表決系統(tǒng)發(fā)生錯(cuò)誤的...
上傳時(shí)間: 2015-05-03
上傳用戶(hù):kiklkook
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
上傳時(shí)間: 2014-01-17
上傳用戶(hù):gundamwzc
資源簡(jiǎn)介:用概率神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)股市的方向變化.對(duì)研究神經(jīng)網(wǎng)絡(luò)在金融市場(chǎng)上的應(yīng)用很有幫助。
上傳時(shí)間: 2013-12-14
上傳用戶(hù):杜瑩12345
資源簡(jiǎn)介:將BP神經(jīng)網(wǎng)絡(luò)應(yīng)用于汽車(chē)車(chē)牌的自動(dòng)識(shí)別,在車(chē)牌圖像進(jìn)行預(yù)處理后的基礎(chǔ)上,重點(diǎn)討論了用BP神經(jīng)網(wǎng)絡(luò)方法對(duì)車(chē)牌進(jìn)行處理
上傳時(shí)間: 2017-01-13
上傳用戶(hù):LIKE
資源簡(jiǎn)介:用人工神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)格林碼的編碼,通過(guò)對(duì)網(wǎng)絡(luò)的訓(xùn)練實(shí)現(xiàn),輸入一串0/1碼得到其格林碼
上傳時(shí)間: 2013-12-22
上傳用戶(hù):kernaling
資源簡(jiǎn)介:本工具包主要是為對(duì)神經(jīng)網(wǎng)絡(luò)有興趣人士提供的一種方便,靈活的學(xué)習(xí)和研究軟件。 JNNT由java語(yǔ)言寫(xiě)成,具有跨平臺(tái)的優(yōu)越性能.java applet的演示版更簡(jiǎn)單到只需要任何機(jī)器上的瀏覽器就可以運(yùn)行,無(wú)需安裝任何大型附加軟件。更方便愛(ài)好者通過(guò)internet遠(yuǎn)程訪問(wèn)...
上傳時(shí)間: 2015-12-15
上傳用戶(hù):manking0408
資源簡(jiǎn)介:主要內(nèi)容: 【1】隨機(jī)序列產(chǎn)生程序 【2】白噪聲產(chǎn)生程序 【3】M序列產(chǎn)生程序 【4】二階系統(tǒng)一次性完成最小二乘辨識(shí)程序 【5】實(shí)際壓力系統(tǒng)的最小二乘辨識(shí)程序 【6】遞推的最小二乘辨識(shí)程序 【7】增廣的最小二乘辨識(shí)程序 【8】梯度校正的最小...
上傳時(shí)間: 2014-01-04
上傳用戶(hù):weixiao99
資源簡(jiǎn)介: 抽油井故障診斷系統(tǒng)是油井系統(tǒng)產(chǎn)量的關(guān)鍵,為了更好更快地對(duì)當(dāng)前油井系統(tǒng)進(jìn)行診斷以保證石油的產(chǎn)量,人們利用各種各樣的技術(shù)來(lái)完成這一目標(biāo)。示功圖的診斷法是油田有桿抽油診斷的主要方法,文章根據(jù)示功圖診斷的特點(diǎn),提取出灰度矩陣特征向量,運(yùn)用神經(jīng)網(wǎng)...
上傳時(shí)間: 2013-10-17
上傳用戶(hù):alex wang
資源簡(jiǎn)介:基于ELMAN神經(jīng)網(wǎng)絡(luò)對(duì)階躍響應(yīng)動(dòng)態(tài)進(jìn)行補(bǔ)償也可以舉一反三的運(yùn)用于ELMAN網(wǎng)絡(luò)的其他應(yīng)用
上傳時(shí)間: 2014-12-03
上傳用戶(hù):無(wú)聊來(lái)刷下
資源簡(jiǎn)介:經(jīng)典的人工智能問(wèn)題 - iris數(shù)據(jù)分析問(wèn)題。通過(guò)設(shè)計(jì)三層bp神經(jīng)網(wǎng)絡(luò)對(duì)花朵數(shù)據(jù)進(jìn)行分類(lèi)識(shí)別,并達(dá)到了很好的效果。
上傳時(shí)間: 2013-12-29
上傳用戶(hù):dreamboy36
資源簡(jiǎn)介:基于GMM的概率神經(jīng)網(wǎng)絡(luò)PNN具有良好的泛化能力,快速的學(xué)習(xí)能力,易于在線更新,并具有統(tǒng)計(jì)學(xué)的貝葉斯估計(jì)理論基礎(chǔ),已成為一種解決像說(shuō)話人識(shí)別、文字識(shí)別、醫(yī)療圖像識(shí)別、衛(wèi)星云圖識(shí)別等許多實(shí)際困難分類(lèi)問(wèn)題的很有效的工具。而且PNN不但具有GMM的大部分優(yōu)點(diǎn)...
上傳時(shí)間: 2014-01-02
上傳用戶(hù):zhaiyanzhong
資源簡(jiǎn)介:基于matlab用神經(jīng)網(wǎng)絡(luò)控制船舶航向的仿真程序
上傳時(shí)間: 2013-12-20
上傳用戶(hù):lmeeworm
資源簡(jiǎn)介:本文將BP神經(jīng)網(wǎng)絡(luò)應(yīng)用于汽車(chē)車(chē)牌的自動(dòng)識(shí)別,在車(chē)牌圖像進(jìn)行預(yù)處理后的基礎(chǔ)上,重點(diǎn)討論了用BP神經(jīng)網(wǎng)絡(luò)方法對(duì)車(chē)牌照字符的識(shí)別。并附有部分識(shí)別代碼。
上傳時(shí)間: 2015-04-29
上傳用戶(hù):yulg
資源簡(jiǎn)介:神經(jīng)網(wǎng)絡(luò)在各個(gè)行業(yè)中的應(yīng)用實(shí)例和解決應(yīng)用 對(duì)你有很大幫助
上傳時(shí)間: 2013-12-09
上傳用戶(hù):yzhl1988
資源簡(jiǎn)介:多維非線性辨識(shí)的MATLAB程序(用神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)二維非線性函數(shù))
上傳時(shí)間: 2014-01-06
上傳用戶(hù):梧桐