点数信息
www.dssz.net
注册会员
|
设为首页
|
加入收藏夹
您好,欢迎光临本网站!
[请登录]
!
[注册会员]
!
首页
移动开发
云计算
大数据
数据库
游戏开发
人工智能
网络技术
区块链
操作系统
模糊查询
热门搜索:
源码
Android
整站
插件
识别
p2p
游戏
算法
更多...
在线客服QQ:632832888
当前位置:
资源下载
搜索资源 - 神经网路的MATLAB实现
下载资源分类
移动开发
开发技术
课程资源
网络技术
操作系统
安全技术
数据库
行业
服务器应用
存储
信息化
考试认证
云计算
大数据
跨平台
音视频
游戏开发
人工智能
区块链
在结果中搜索
所属系统
Windows
Linux
FreeBSD
Unix
Dos
PalmOS
WinCE
SymbianOS
MacOS
Android
开发平台
Visual C
Visual.Net
Borland C
CBuilder
Dephi
gcc
VBA
LISP
IDL
VHDL
Matlab
MathCAD
Flash
Xcode
Android STU
LabVIEW
开发语言
C/C++
Pascal
ASM
Java
PHP
Basic/ASP
Perl
Python
VBScript
JavaScript
SQL
FoxBase
SHELL
E语言
OC/Swift
文件类型
源码
程序
CHM
PDF
PPT
WORD
Excel
Access
HTML
Text
资源分类
搜索资源列表
神经网路的MATLAB实现
神经网路的MATLAB实现,简单实用,大家可以借助这个程序了解神经网络的精髓
所属分类:
其它
发布日期:2010-11-20
文件大小:5120
提供者:
ufo888833
毕业设计_神经网络控制算法仿真
目前,由于PID结构简单,可通过调节比例积分和微分取得基本满意的控制性能,广泛应用在电厂的各种控制过程中。电厂主汽温被控对象是一个大惯性、大迟延、非线性且对象变化的系统,常规汽温控制系统为串级PID控制或导前微分控制,当机组稳定运行时,一般能将主汽温控制在允许的范围内。但当运行工况发生较大变化时,却很难保证控制品质。因此本文研究基于BP神经网络的PID控制,利用神经网络的自学习、非线性和不依赖模型等特性实现PID参数的在线自整定,充分利用PID和神经网络的优点。本处用一个多层前向神经网络,采用
所属分类:
C/C++
发布日期:2011-04-28
文件大小:1048576
提供者:
wawajj
基于matlab的bp神经网络的应用
很好的关于bp在matlab中的实现,对于bp网络是一种多层前馈型神经网路
所属分类:
网络基础
发布日期:2011-06-22
文件大小:202752
提供者:
amsevener
李国勇(智能控制及其Matlab实现)
基于simulink的神经网络控制系统、模糊逻辑控制理论、预测控制理论、神经网络控制理论
所属分类:
讲义
发布日期:2014-06-09
文件大小:11534336
提供者:
sophletya
RBF神经网络 聚类算法
基于MATLAB的RBF神经网路聚类算法代码实现
所属分类:
其它
发布日期:2009-03-10
文件大小:2048
提供者:
whorus1
MATLAB——基于导师学习神经网路的回归拟合——基于近红外光谱的汽油辛烷值预测
本代码主要利用MATLAB工具进行MATLAB——基于导师学习神经网路的回归拟合的仿真,实现基于近红外光谱的汽油辛烷值预测的模拟
所属分类:
机器学习
发布日期:2018-08-21
文件大小:173056
提供者:
qq_42006303
蒸发过程的解耦控制仿真实验平台.pdf
蒸发过程的解耦控制仿真实验平台pdf,蒸发过程的解耦控制仿真实验平台第21卷第l8期 009年9月 系统仿真学报 Sep.2009 curri+ u 采用如下的自逅应辨识算法 (1)X(t-l)e(t) T -Orp: cp Ir LoCx2-3 1) 1-X(t-1)X(t-1) OHF PHF CH (t-1)表示t-1时刻参数的基于强制循环蒸发系统 QHF PHe=QDx2+2PF 的非线性模型的估计 令输出变量n1=xy2=x2,并将上述几式分别带入式 如果e(l)>4△ (1)(
所属分类:
其它
发布日期:2019-10-08
文件大小:973824
提供者:
weixin_38744153
线性神经网络.wmv
基于MATLAB实现的线性神经网路的实现以及应用,很有用
所属分类:
深度学习
发布日期:2019-07-21
文件大小:77594624
提供者:
qq_37031920
基于LM算法的脑电信号分类研究
为实现运动想象脑电信号的精准分类,提出以Levenberg-Marquardt算法(LM)替代BP神经网络构造分类器来提高分类识别率。实验以2008年BCI竞赛信号采集模式为标准,使用Emotive Epoc+采集四类运动想象脑电信号,对采集的信号进行滤波去燥后,利用主成分分析提取特征值;然后分别用LM算法和BP神经网路进行分类识别做对比;最后基于MATLAB GUI设计串口通信界面与Arduino智能车链接验证算法的可行性。结果证明:该方法训练平均误差为5.630 6×10-7,分类准确率为8
所属分类:
其它
发布日期:2020-10-15
文件大小:460800
提供者:
weixin_38737335