利用遞迴式模糊類神經(jīng)網(wǎng)路(recerrent neural networks system identification, RFNN)進(jìn)行系統(tǒng)辨識(shí), 自己寫的請(qǐng)多包含
標(biāo)簽： identification recerrent networks neural
上傳時(shí)間： 2017-02-27
上傳用戶：LIKE
//最小二乘法直線擬合 m_FoldList為關(guān)鍵點(diǎn)(x,y)的鏈表 擬合直線方程(Y=kX+b)
標(biāo)簽： m_FoldList 直線 kX 最小二乘法
上傳時(shí)間： 2015-04-06
上傳用戶：as275944189
c語言版的多項(xiàng)式曲線擬合。 用最小二乘法進(jìn)行曲線擬合. 用p－1 次多項(xiàng)式進(jìn)行擬合，p<= 10 x,y 的第0個(gè)域x[0],y[0],沒有用，有效數(shù)據(jù)從x[1],y[1] 開始 nNodeNum,有效數(shù)據(jù)節(jié)點(diǎn)的個(gè)數(shù)。 b,為輸出的多項(xiàng)式系數(shù)，b[i] 為b[i-1]次項(xiàng)。b[0],沒有用。 b,有10個(gè)元素ok。
標(biāo)簽： 多項(xiàng)式 曲線擬合 c語言 最小二乘法
上傳時(shí)間： 2014-01-12
上傳用戶：變形金剛
//=== === === === === === === === === === === ===== //函數(shù)說明 //函數(shù)名稱：Correlation //函數(shù)功能：計(jì)算最小二乘法擬合的多項(xiàng)式的相關(guān)系數(shù) //使用方法：int M------ 擬合多項(xiàng)式的階數(shù)（已知條件） // double *b--- 擬合曲線的系數(shù),排列順序?yàn)橛筛唠A到低階（已知條件） // double *x--- 結(jié)點(diǎn)x軸數(shù)據(jù)（已知條件） // double *y--- 結(jié)點(diǎn)y軸數(shù)據(jù)（已知條件） // double *Yg-- 結(jié)點(diǎn)估計(jì)值，個(gè)數(shù)為m（過程變量） // int m------ 結(jié)點(diǎn)個(gè)數(shù)（已知條件） //注意事項(xiàng)：多項(xiàng)式階數(shù)最高為10,多項(xiàng)式的形式為 y = a0 + a1x +a2x2
標(biāo)簽： Correlation 函數(shù) 計(jì)算 最小二乘法擬合
上傳時(shí)間： 2013-11-26
上傳用戶：change0329
//=== === === === === === === === === === === ===== //函數(shù)說明 //函數(shù)名稱：Correlation //函數(shù)功能：計(jì)算最小二乘法擬合的多項(xiàng)式的相關(guān)系數(shù) //使用方法：int M------擬合多項(xiàng)式的項(xiàng)數(shù)（已知條件） // double *b---擬合曲線的系數(shù),按升次排列（已知條件） // double *x---結(jié)點(diǎn)x軸數(shù)據(jù)（已知條件） // double *y---結(jié)點(diǎn)y軸數(shù)據(jù)（已知條件） // double *Yg--結(jié)點(diǎn)估計(jì)值，與*y相對(duì)應(yīng)，個(gè)數(shù)為m（過程變量） // int m------結(jié)點(diǎn)個(gè)數(shù)（已知條件） //注意事項(xiàng)：多項(xiàng)式階數(shù)最高為10,多項(xiàng)式的形式為 y = b0 + b1*(x-Xavr)...
標(biāo)簽： Correlation 函數(shù) 計(jì)算 最小二乘法擬合
上傳時(shí)間： 2014-11-23
上傳用戶：yxgi5
拉格朗日插值多項(xiàng)式擬合,牛頓插值多項(xiàng)式,歐拉方程解偏微分方程,使用極限微分求解導(dǎo)數(shù)（微分）,微分方程組的N=4龍格庫(kù)塔解法,雅可比爹迭代法解方程AX=B,最小二乘多項(xiàng)式擬合,組合辛普生公式求解積分,用三角分解法解方程AX=B
標(biāo)簽： 多項(xiàng)式 插值 微分 方程
上傳時(shí)間： 2015-07-23
上傳用戶：hongmo
有約束2a+b^2+tan(c)=15 目標(biāo)函數(shù)a*exp(b/x)+c=y 的最小二乘解
標(biāo)簽： tan exp 15 目標(biāo)函數(shù)
上傳時(shí)間： 2014-12-20
上傳用戶：heart520beat
最小二乘法一般是用來擬合直線和一些線性數(shù)據(jù)的，就是用一條直線來盡可能的表達(dá)若干的點(diǎn)的趨勢(shì)，當(dāng)然直線穿過所有的點(diǎn)是最好的，但往往有誤差存在，所以擬合出的直線要求誤差最小.設(shè)這些點(diǎn)為(x1,y1),(x2,y2)....(xn,yn).擬合直線為y=kx+b.
標(biāo)簽： 最小二乘法 數(shù)據(jù) 直線 線性
上傳時(shí)間： 2014-08-13
上傳用戶：xuanjie
較高性能的永磁同步電機(jī)矢量控制系統(tǒng)需要實(shí)時(shí)更新電機(jī)參數(shù)，文章中采用一種在線辨識(shí)永磁同步電機(jī)參數(shù)的方法。這種基于最小二乘法參數(shù)辨識(shí)方法是在轉(zhuǎn)子同步旋轉(zhuǎn)坐標(biāo)系下進(jìn)行的，通過MATLAB/SIMULINK對(duì)基于最小二乘法的永磁同步電機(jī)參數(shù)辨識(shí)進(jìn)行了仿真，仿真結(jié)果表明這種電機(jī)參數(shù)辨識(shí)方法能夠?qū)崟r(shí)、準(zhǔn)確地更新電機(jī)控制參數(shù)。 關(guān)鍵詞：永磁同步電機(jī);參數(shù)辨識(shí);最小二乘法
標(biāo)簽： 最小二乘法 參數(shù)辨識(shí) 仿真研究
上傳時(shí)間： 2013-06-06
上傳用戶：685
最小二乘法
標(biāo)簽： 最小二乘法
上傳時(shí)間： 2015-01-06
上傳用戶：wfl_yy
蟲蟲下載站版權(quán)所有 京ICP備2021023401號(hào)-1
