數值分析中的插值擬合和規劃問題的matlab算法源代碼，有需要的可以下載，希望能幫到大家。
上傳時間： 2017-07-13
上傳用戶：1966640071
這是關于智能天線的自適應算法的MATLAB代碼
上傳時間： 2014-01-06
上傳用戶：epson850
提供了MATLAb針對光譜數據分析的PLS算法
上傳時間： 2017-09-21
上傳用戶：我干你啊
關于matlab數學建模的一些算法和例子分析
上傳時間： 2015-12-10
上傳用戶：LDZHJG
MATLAB高效編程技巧與應用：25個案例分析
上傳時間： 2017-12-12
上傳用戶：wxloyj
隨著人類社會的進步，科學技術的發展日新月異，模擬人腦神經網絡的人工神經網絡已取得了長足的發展。經過半個多世紀的發展，人工神經網絡在計算機科學，人工智能，智能控制等方面得到了廣泛的應用。當代社會是一個講究效率的社會，科技更新領域也是如此。在人工神經網絡研究領域，算法的優化顯得尤為重要，對提高網絡整體性能舉足輕重.BP神經網絡模型是目前應用最為廣泛的一種神經網絡模型，對于解決非線性復雜問題具有重要的意義。但是BP神經網絡有其自身的一些不足（收斂速度慢和容易陷入局部極小值問題），在解決某些現實問題的時候顯得力不從心。針對這個問題，本文利用遺傳算法的并行全局搜索的優勢，能夠彌補BP網絡的不足，為解決大規模復雜問題提供了廣闊的前景。本文將遺傳算法與BP網絡有機地結合起來，提出了一種新的網絡結構，在穩定性、學習性和效率方面都有了很大的提高。基于以上的研究目的，本文首先設計了BP神經網絡結構，在此基礎上，應用遺傳算法進行優化，達到了加快收斂速度和全局尋優的效果。本文借助MATLAB平臺，對算法的優化內容進行了仿真實驗，得出的效果也符合期望值，實現了對BP算法優化的目的。關鍵詞：生物神經網絡：人工神經網絡；BP網絡；遺傳算法；仿真隨著電子計算機的問世及發展，人們試圖去了解人的大腦，進而構造具有人類思維的智能計算機。在具有人腦邏輯推理延伸能力的計算機戰勝人類棋手的同時，引發了人們對模擬人腦信息處理的人工神經網絡的研究。1.1研究背景人工神經網絡（Artificial Noural Networks，ANN）（注：簡稱為神經網絡），是一種數學算法模型，能夠對信息進行分布式處理，它模仿了動物的神經網絡，是對動物神經網絡的一種具體描述。這種網絡依賴系統的復雜程度，通過調節內部大量節點之間的關系，最終實現信息處理的目的。人工神經網絡可以通過對輸入輸出數據的分析學習，掌握輸入與輸出之間的潛在規則，能夠對新數據進行分析計算，推算出輸出結果，因為人工神經網絡具有自適應和自學習的特性，這種學習適應的過程被稱為“訓練"。
上傳時間： 2022-06-16
上傳用戶：jiabin
計算智能.人工神經網絡·模糊系統·進化計_12531.pdf 30.1M 斯坦福大學-深度學習基礎教程.pdf 9.4M [游戲人工智能編程案例精粹].(Programming.Game.AI.by.Example).(美)Mat.Buckland.掃描版.pdf 54.4M 深度學習基礎教程.pdf 9.5M [模式識別與智能計算：MATLAB技術實現(第2版)].楊淑瑩.掃描版.pdf 29.3M 機器學習：實用案例解析（中文版，帶完整書簽）.pdf 34.7M .DS_Store 6KB python 學習資料 .pdf 747KB 深度學習的昨天、今天和明天.pdf 976KB 【試讀】《自然計算：DNA、量子比特和智能機器的未來》前言+目錄+第1章.pdf 4.6M 百度深度學習-CCF-2013Sep.pptx 28.7M 機器學習與數據挖掘方法和應用.pdf 17.6M 深度學習(最全的中文版)_2017年新書.pdf 30.3M 機器學習與數據挖掘方法和應用（經典）.pdf 12M 模式識別與智能計算-matlab技術實現.pdf 27.9M 歐盟在多領域的物聯網技術應用需求.rar 1.1M 伯克利大學機器學習(Practical Machine Learning).rar 35.8M 深度學習結構和算法比較分析.pdf 1.7M 機器學習實戰及配套代碼.rar 39.5M 機器學習實踐經驗指導.pdf 449KB 余凱_深度學習的昨天今天和明天.pdf 913KB 淺談深度學習_肖達.pdf 10.2M 人工智能原理與應用——專家系統、機器學習、面向對象的方法_10184566.pdf 9.8M 機器學習與概率圖模型_王立威.pdf 1.8M 機器學習十大算法.pdf 4.9M 百度深度學習進展介紹.ppt 18M 機器學習部分課后習題答案.zip 651KB 深度學習——機器學習領域的新熱點.pdf 4.4M 科研立項的極客之道.ppt 11.2M
上傳時間： 2013-07-02
上傳用戶：eeworm
礦井高壓電網多以6KV 供電為主，高壓防爆開關成為了井下供電系統的最為關鍵的設備之一。近年來，由于煤礦開采中因電氣保護失控而引發事故的增長，國家對井下供電系統的可靠性、安全性的要求越來越高，因而采用現代化新技術對礦井下高壓控制設備進行技術改造和創新被提到了一個重要的高度。隨著微機技術的應用與發展，以單片機為核心的高壓開關智能綜合保護技術，能夠較好地完成對多路信號進行處理，增強和增加了保護的功能，其應用對于提高供電質量、保證人身安全、完善電網保護都具有很重要的現實意義。本文設計了一個雙CPU 的保護控制系統，雙CPU 結構就是采用16 位DSP(Digital SignalProcessing)芯片TMS320LF2407A 和增強型51 單片機STC89C58RD+進行分工合作并行處理，前者作為從CPU 完成各種保護功能，后者作為主CPU 完成參數的整定、顯示、數據下放以及PROFIBUS 通訊擴展。既能充分利用DSP 的高速數據處理性能，提高保護動作特性； 同時，在不影響數據處理的情況下又擴展了人機界面和總線通訊功能。 本文從理論上分析了礦井高壓電網中性點不接地系統的主要故障的電氣特征，并有針對性地提出了零序電流方向型選擇性漏電保護、相敏短路保護和絕緣監視保護，然后分析了采樣原理和算法，確定了同步交流采樣和全波傅立葉算法相結合的采樣計算方法。此外，針對系統可能遇到的各種干擾，在硬件、軟件兩方面進行了抗干擾設計。最后通過試驗數據驗證了系統對線路故障具有可靠的動作特性。 該保護控制系統性能穩定、動作可靠，簡單的按鍵操作和醒目的液晶顯示給工作人員帶來了極大方便，實現了檢測、保護、控制和通訊的一體化。 本課題是圍繞著天津市科技攻關立項項目“礦用高壓隔爆開關智能控制系統的開發”來進行地研究。
上傳時間： 2013-06-11
上傳用戶：xiangwuy
異步電動機變頻調速系統的頻率范圍、動態響應、調速精度、低頻轉矩、工作效率等方面具有很大優點。隨著電力電子技術和計算機技術的飛躍發展，以此為基礎的交流電機變頻調速技術也取得了長足的進步，基于SVPWM的異步電動機矢量控制系統作為現代交流傳動控制的一個重要研究方向，逐漸成為研究的熱點。 異步電動機調速系統是一個多變量、強耦合的非線性系統，雖然常規的PID控制算法簡單、可靠性高，但對于異步電動機這樣的非線性系統控制效果一般。模糊控制作為智能控制的一個重要的分支，由于不需要建立對象的精確數學模型，且具有良好的魯棒性和非線性的控制特性，非常適用于異步電動機調速系統。本文以提高異步電動機的調速精度和改善電動機的使用效率為目標，基于SVPWM的控制原理，分別采用傳統PID控制器和模糊PID控制器，應用在異步電動機的調速系統中。 本文首先介紹了異步電動機調速方法和逆變器的PWM控制方法。并闡述了矢量控制、坐標變換、空間電壓矢量調制的基本原理，給出了異步電動機在不同坐標系下的數學模型，為設計異步電動機矢量控制系統奠定了基礎。同時給出了傳統PID控制器和模糊PID控制器模型。為驗證控制效果，文中基于MATLAB/Simulink平臺，建立了控制器的計算機仿真模型，給出了仿真結果，并對結果做了詳細的分析。比較了傳統PID控制和模糊PID控制的效果，由仿真結果可以看出采用模糊PID控制算法具有較大的優越性。 最后，以TI公司的DSP控制芯片TMS320F2812為控制核心，設計了異步電動機的控制系統，硬件系統主要包括主電路、功率驅動電路、電壓、電流檢測電路等電路。另外設計了控制軟件，并給出了軟件的流程圖。通過實驗測得的波形，驗證了控制方法的正確性和有效性。
上傳時間： 2013-05-17
上傳用戶：dpuloku
電壓空間矢量脈沖寬度調制技術是一種性能優越、易于數字化實現的脈沖寬度調制方案。在常規SVPWM算法中，判定等效電壓空間矢量所處扇區位置時需要進行坐標旋轉和反正切三角函數的運算，計算特定電壓空間矢量作用時間時需要進行正弦、余弦三角函數的運算以及過飽和情況下的歸一化處理過程，同時，在整個SVPWM算法中還包含了無理數的運算，這些復雜計算不可避免地會產生大量計算誤差，對高精度實時控制產生不可忽視的影響，而且這些復雜運算的計算量大，對系統的處理速度要求高，程序設計復雜，系統運行時間長，占用系統資源多。因此，從工程實際應用的角度出發，需要對常規SVPWM算法進行優化設計。 本文提出的優化SVPWM算法，只需進行普通的四則運算，計算非常簡單，克服了上述常規SVPWM算法中的缺點，同時，采用交叉分配零電壓空間矢量，并將零電壓空間矢量的切換點置于各扇區中點的方法，達到降低三相橋式逆變電路中開關器件開關損耗的目的。SVPWM算法要求高速的數據處理能力，傳統的MCU、DSP都難以滿足其要求，而具有高速數據處理能力的FPGA/CPLD則可以很好的實現SVPWM的控制功能，在實時性、靈活性等方面有著MCU、DSP無法比擬的優越性。本文利用MATLAB/Simulink軟件對優化的SVPWM系統原型進行建模和仿真，當仿真效果達到SVPWM系統控制要求后，在XilinxISE環境下采用硬件描述語言設計輸入方法與原理圖設計輸入方法相結合的混合設計輸入方法進行FPGA/CPLD的電路設計與輸入，建立相同功能的SVPWM系統模型，然后利用ISESimulator（VHDL/Verilog）仿真器進行功能仿真和性能分析，驗證了本文提出的SVPWM優化設計方案的可行性和有效性。
上傳時間： 2013-06-27
上傳用戶：小儒尼尼奧
