神經(jīng)網(wǎng)絡(luò)bp自學(xué)習(xí)算法的c++實現(xiàn)，是實際工程的一部分。
標(biāo)簽： 神經(jīng)網(wǎng)絡(luò) 學(xué)習(xí)算法
上傳時間： 2014-12-08
上傳用戶：Zxcvbnm
Visual C++ 可視化編程教程
上傳時間： 2014-01-08
上傳用戶：zl5712176
實用電子技術(shù)專輯 385冊 3.609G新型智慧驅(qū)動器可簡化開關(guān)電源隔離拓樸結(jié)構(gòu)中同步整流器.pdf
標(biāo)簽：
上傳時間： 2014-05-05
上傳用戶：時代將軍
C#實現(xiàn)的圖像的灰度化程序，學(xué)習(xí)圖像處理相關(guān)的知識的可以下下來看一下，很基礎(chǔ)但是很有用。
上傳時間： 2016-06-16
上傳用戶：yangyatou
通過C#發(fā)送自定義的html格式郵件,支持pop3，需要自動發(fā)送報表,這個就很方便
上傳時間： 2016-07-27
上傳用戶：tlango1o2o3
樓術(shù)描述項: (1).該項目中"我的電腦"是作者自定義的root節(jié)點,沒有設(shè)定其路徑,所以BeforeExpand事件中會從它開始依次遍歷,但"我的電腦"會提示"沒有指定路徑".故需要if(e.Tag.ToString() != "我的電腦")判斷.同時"我的文檔"需要再次獲取其路徑,依次實現(xiàn)Add子節(jié)點; (2).同時在"我的文檔"和盤符中需要添加tNode.Nodes.Add("")加載空節(jié)點形成+號,如果沒有該+號,BeforeExpend事件不會被調(diào)用,子目錄無法獲取加載,在BeforeExpand事件調(diào)用TreeViewItems.Add加載其子結(jié)點需要e.Nodes.Clear();清除該結(jié)點的子目錄再加載. (3).提供兩篇類似文章供大家學(xué)習(xí),經(jīng)過對比可以發(fā)現(xiàn):第一篇僅從驅(qū)動器(C盤)開始加載,所以BeforeExpend簡單展開子目錄即可,不需要判斷"我的電腦"和"我的文檔".第二篇含"桌面",因此需要判斷路徑:"C# TreeView磁盤文件,AfterSelect顯示加號-駱駝祥子" 和"Treeview樹狀顯示文件夾" .同時補充一篇很優(yōu)秀的文章供大家學(xué)習(xí)"WinForm應(yīng)用：ListView做圖像瀏覽" (4).補充TreeView(樹視圖)事件:更詳細(xì)見"c# 樹狀視圖(TreeView類)". 事件 描述 AfterCheck 在選中節(jié)點復(fù)選框后引發(fā) AfterCollapse 在折疊一個節(jié)點后引發(fā) AfterExpand 在擴展一個節(jié)點后引發(fā) AfterSelect 在選中一個節(jié)點后引發(fā) BeforeCheck 在選中節(jié)點復(fù)選框之前引發(fā) BeforeCollapse 在折疊一個節(jié)點之前引發(fā) BeforeExpand 在擴展一個節(jié)點之前引發(fā) BeforeSelect 在選中一個節(jié)點之前引發(fā) (5).補充兩個關(guān)于論壇討論"c#怎樣動態(tài)讀取資源文件里的圖片"和"在C＃中怎么調(diào)用Resources文件中的圖片" (6).在《C#典型模塊與項目實戰(zhàn)大全》(清華大學(xué)出版社-丁士鋒)書中談到,出于對程序響應(yīng)性能考慮,它先加載盤符結(jié)點,沒有使用遞歸一次性加載所有文件到樹狀列表中,代碼通過AfterSelect事件和FileSystemWatcher控件,監(jiān)聽加載.并使用線程池Task更新加載TreeView,希望大家去學(xué)習(xí). 總結(jié) 該篇通過TreeView加載了磁盤目錄路徑,并通過ImageList加載圖標(biāo).那么怎樣實現(xiàn)閱讀文件夾下文件,獲取其圖標(biāo)、文件大小、擴展名等信息,并雙擊打開文件呢?下一篇將接著講述.最后希望該文章對大家有所幫助,文章中很多鏈接都可以供覺得有用的同學(xué)學(xué)習(xí),感謝上面提到的文章及書籍作者.同時如果文章中有錯誤或不足之處請原諒,有問題或建議者亦可提出.希望尊重作者勞動果實勿噴.
上傳時間： 2016-08-15
上傳用戶：baobao9437
有關(guān)C語言模塊化的示例，能幫助大家更快的學(xué)習(xí)模塊化的要領(lǐng)
上傳時間： 2019-06-16
上傳用戶：488169617
C++自寫String類,使用動態(tài)數(shù)組存儲輸入的內(nèi)容,添加 拼接 格式化等
標(biāo)簽： String
上傳時間： 2020-06-12
上傳用戶：lace520
c++實現(xiàn)漢諾塔圖形化 使用遞歸方法 完成圖案化 十分簡單
上傳時間： 2020-06-18
上傳用戶：3126549864612
1.針對一類參數(shù)未知的非線性離散時間動態(tài)系統(tǒng)，提出了一種新的基于神經(jīng)網(wǎng)絡(luò)的MMAC方法。首先，將系統(tǒng)分為線性部分和非線性部分。針對系統(tǒng)線性部分采用局部化方法逮立多個固定模型覆蓋系統(tǒng)的參數(shù)范圍，在此基礎(chǔ)上，建立自適應(yīng)模型來提高系統(tǒng)性能；針對系統(tǒng)非線性部分建立非線性神經(jīng)網(wǎng)絡(luò)預(yù)測模型來邏近系統(tǒng)的非線性。然后，針對每個子模型設(shè)計相應(yīng)的擅制器。最后，設(shè)計基于誤差范數(shù)形式的性能指標(biāo)函數(shù)對控制器進(jìn)行硬切換。仿真結(jié)果表明，所提出的MMAC方法與傳統(tǒng)的在參數(shù)空間均勻分布的MMAC方法相比能顯著提高非線性系統(tǒng)的暫態(tài)性能。2針對一類具有參數(shù)跳變的非線性離散時間動態(tài)系統(tǒng)，提出子一種基才聚類方法和神經(jīng)網(wǎng)絡(luò)的MMAC方法，首先，采用模糊c均值聚類算法對系統(tǒng)先驗數(shù)據(jù)進(jìn)行分類處理，再分別對每類數(shù)據(jù)采用RLS算法建立多個固定模型。在此基礎(chǔ)上，建立兩個白適應(yīng)模型來提高系統(tǒng)響應(yīng)速度和控制品質(zhì)，建立神經(jīng)網(wǎng)絡(luò)預(yù)測模型來補償系統(tǒng)非線性。然后，分別針對相應(yīng)的子模型設(shè)計線性魯棒自適應(yīng)控制器和神經(jīng)網(wǎng)絡(luò)控制器。最后，采用基于信號有界和測量誤差的性能切換指標(biāo)對控制器進(jìn)行切換，并證明閉環(huán)系統(tǒng)的穩(wěn)定性。仿真結(jié)果表明，所提出的算法能更好地解決非線性系統(tǒng)發(fā)生參數(shù)跳變問題，使得系統(tǒng)具有良好的控制品質(zhì)3.針對MMAC方法中的模型庫優(yōu)化問題，考慮系統(tǒng)實際運行數(shù)據(jù)，提出了種基于相似度準(zhǔn)則和設(shè)置最大模型數(shù)的動態(tài)優(yōu)化模型庫方法。該方法能對新數(shù)據(jù)進(jìn)行綜合考量并判斷是否應(yīng)該將該數(shù)據(jù)納入子模型建模，并通過設(shè)置最大模型數(shù)來確保系統(tǒng)用最少的子模型就能保證系統(tǒng)的控制性能。仿真結(jié)果表明，所提出的算法能極大地減少子模型數(shù)量且具有較好的控制效果。關(guān)鍵詞：非線性系統(tǒng)；多模型方法；自適應(yīng)控制；模糊聚類；神經(jīng)網(wǎng)絡(luò)
標(biāo)簽： 自適應(yīng)控制
上傳時間： 2022-03-11
上傳用戶：
蟲蟲下載站版權(quán)所有 京ICP備2021023401號-1
