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]！  

搜索资源列表

  1. ANFIS实验，隶属函数解决分片不连续性的原理

  2. 通过ANFIS程序的编写，理解和掌握分片连续线性逼近的一些原理，了解隶属函数解决分片不连续性的原理、前馈神经网络的后向传播求梯度的方法以及区域划分数目对逼近效果的影响。

  3. 所属分类：网络基础

    • 发布日期：2009-07-03
    • 文件大小：5120
    • 提供者：newhuahua2009

  1. 北斗_微惯导组合导航方法研究

  2. 第 i 页 摘 要 随着我国北斗卫星导航系统建设的稳步推进和惯性导航技术的飞速发展，以及 我军制导弹药发展的迫切需求，北斗/微惯导组合导航方法及相关应用技术已成为 研究热点。本文利用软件接收机概念，构建北斗/微惯导组合导航系统，研究了基 于软件接收机的紧组合与深组合导航框架，对于两类框架中的主要关键技术进行 了优化设计，并对主要理论问题和方法进行了研究。论文的主要工作与创新点如 下： 1. 考虑 SINS 运动相关性条件下，从理论上进行软件接收机信号捕获与 SINS 的适配性分析。通过对软件接

  3. 所属分类：交通

    • 发布日期：2017-12-21
    • 文件大小：5242880
    • 提供者：happyatan

  1. 基于神经模糊推理系统的乳腺癌分类.zip

  2. 自适应神经模糊推理系统（ANFIS）是一种能够进行函数逼近的计算工具，可以解决乳腺癌的分类问题。本实验设计了一种自适应神经模糊推理系统，用于乳腺癌分类问题。内附实验程序和实验报告，亲测完美运行。

  3. 所属分类：机器学习

    • 发布日期：2020-05-13
    • 文件大小：528384
    • 提供者：weixin_44982066

  1. 开关磁阻电机自适应模糊神经网络系统(ANFIS)无位置传感器控制

  2. 提出一种基于有限元模型的开关磁阻电机自适应模糊神经网络系统(ANFIS)无位置传感器控制的新方法。自适应模糊神经网络系统以相绕组的电流和磁链为输入,以转子位置角度为输出,从而建立起电流、磁链和转子位置角度的非线性映射关系。网络训练的样本数据来自于有限元模型分析,它具有足够的精度,且不需要测量仪器和线路布置,不受环境干扰因素影响,能够大幅减少试验成本,缩短试验周期。仿真和实验结果表明,由自适应模糊神经网络获得的角度信号和由位置传感器获得的角度信号相比误差较小,电机能够准确换相,且输出转矩波动小,转

  3. 所属分类：其它

    • 发布日期：2020-05-08
    • 文件大小：773120
    • 提供者：weixin_38556985

  1. 嵌入式蓄电池SoC检测系统研究与设计

  2. 系统建立了基于神经网络的电池荷电状态（SoC）的预测模型，可用于对电池电量有精确预测需求的设备中。首先，基于自适应神经网络模糊推理系统(ANFIS)的预测模型确定了网络学习算法，采用MATLAB仿真程序用不同方法构造初始ANFIS模型，利用实验数据对模型网络进行训练，分析ANFIS系统结构和参数的变化。其次，将模型值与实际测得的结果进行对比，对网络的各个参数进行调整后再次用仿真比对预测效果。

  3. 所属分类：其它

    • 发布日期：2020-07-29
    • 文件大小：93184
    • 提供者：weixin_38743235

  1. 基于Sugeno模糊模型的ANFIS在手势识别中的应用

  2. 手势识别正在成为人机交互技术研究中的一种重要模式，运用摄像机和计算机视觉技术捕获静态手势图像，在YCrCb空间下利用高斯分布对肤色建模，通过计算背景颜色像素概率分割出干净的手势图像，再采用基于Sugeno模糊模型的自适应神经模糊推理系统识别手势。与传统的神经网络识别系统相比，该识别方法具有较好的自适应性和鲁棒性。实验结果表明，基于Sugeno模糊模型的自适应神经模糊推理系统能够有效地进行特征学习，正确识别率可以达到95%左右，是一个非常有效的静态手势识别方法。

  3. 所属分类：其它

    • 发布日期：2020-10-16
    • 文件大小：689152
    • 提供者：weixin_38692969

  1. 嵌入式蓄电池SoC检测系统研究与设计

  2. 系统建立了基于神经网络的电池荷电状态（SoC）的预测模型，可用于对电池电量有精确预测需求的设备中。首先，基于自适应神经网络模糊推理系统(ANFIS)的预测模型确定了网络学习算法，采用MATLAB仿真程序用不同方法构造初始ANFIS模型，利用实验数据对模型网络进行训练，分析ANFIS系统结构和参数的变化。

  3. 所属分类：其它

    • 发布日期：2020-10-17
    • 文件大小：526336
    • 提供者：weixin_38709511

  1. 基于ANFIS的一类复杂工业过程的基于非线性建模的非模型动力学补偿的非线性解耦控制

  2. 复杂的工业过程是多变量的，并且通常在其控制回路之间表现出强耦合性，并具有严重的非线性特性。 这些使得很难获得准确的模型。 结果，难以应用常规的和数据驱动的控制方法。 以一双油箱控制系统为例，针对一类复杂的工业过程，提出了一种基于自适应神经模糊推理系统（ANFIS）的非建模动态（UD）补偿的多变量解耦控制算法。 首先，介绍了具有UD补偿的非线性多变量解耦控制器。 与现有方法不同，采用了利用ANFIS的分解估计算法对UD进行估计，达到了预期的估计和解耦控制效果。 其次，所提出的方法不需要在文献中通常

  3. 所属分类：其它

    • 发布日期：2021-03-09
    • 文件大小：1048576
    • 提供者：weixin_38502762

  1. 动态模糊神经网络控制器在伺服系统中的应用

  2. 通过在 ANFIS 的归一化层与输出层之间加入递归层, 提出一种新型的动态模糊神经网络 ( DFNN) , 将模糊推理系统、 神经网络和Ⅲ型控制有机地结合起来。给出了 DFNN 的网络结构,为基于 收缩间距隶属函数和 BP 算法提供了参数调整方法。系统实验表明, DFNN 控制器比PID+ 前馈控制具 有更好的动、 静态响应, 尤其在前馈信号难以取得的情况下具有更明显的优势。

  3. 所属分类：其它

    • 发布日期：2021-01-15
    • 文件大小：189440
    • 提供者：weixin_38564826