基于神經網絡的車削加工表面粗糙度智能預測
表面粗糙度是機械加工工藝中主要的技術參數, 對零件質量和產品性能有著極為重要的影響。 以加工表面粗糙度與切削用量三要素的關系為對象, 采用正交試驗方法, 利用立方氮化硼刀具對冷作模具鋼 Cr12MoV...
表面粗糙度是機械加工工藝中主要的技術參數, 對零件質量和產品性能有著極為重要的影響。 以加工表面粗糙度與切削用量三要素的關系為對象, 采用正交試驗方法, 利用立方氮化硼刀具對冷作模具鋼 Cr12MoV...
類神經網路的基本運算-TLU,為所有學習類神經入門的的第一個演算法,單一的neural做簡易的training,雖無法解xor的問題,但卻是人類史上的類神經的第一步....
內涵模糊理論與類神經網路的程式碼...提供初學者做研究參考...
類神經網路的BK演算法,已驗證過可以使用。...
類神經網路的RBF這對於任何研究都非常之友幫助歡迎下載內有說明...
C++神經網絡,c++,BP網絡模型,適用于多對一...
改善WEDM-HS 加工表面粗糙度值的工藝探討...
表面粗糙度是機械加工中描述工件表面微觀形狀重要的參數。在機械零件切削的過程中,刀具或砂輪遺留的刀痕,切屑分離時的塑性變形和機床振動等因素,會使零件的表面形成微小的蜂谷。這些微小峰谷的高低程度和間距狀況...
小弟撰寫的類神經網路backpropagataion,可以train如xor等互斥問題,使用bcb所完成,因為開發介面較為便利, 大部分使用類別的方法撰寫,所以若有興趣移植到vc的朋友,應該也不會有...
有SOM、LVQ、ART三種不同方式的類神經網路可以參考的實例...