搜索资源列表
levelingdevicePIDcontrolleresign
- 为了便于进行形象化的理解，本章进行了控制结果的可视化编程。利用Matlab与Borland C++ Builder的程序开发接口，通过建立独立的可执行程序，演示了控制过程中对熨平板进行调节的过程。最终认为，PID控制和人工神经网络控制对控制速度和精度都有了很多的改善；对摊铺机自动调平装置而言，其控制器的设计占有重要的地位。 -To facilitate figurative understanding of this chapter for the control of the results
Adaptive-linear-element
- 掌握用Matlab人工神经网络工具箱设计自适应线性元件的方法，掌握人工神经网络学习和训练过程；理解误差曲面；分析比较自适应线性元件的不足。-Master with Matlab artificial neural network toolbox design adaptive linear element method, to master artificial neural network learning and training process understand the error
matlab-code-based-image-retrieval
- 基于图像检索的matlab代码，基于内容的图像检索中的一些关键环节：特征提取：颜色直方图；纹理特征等 相似度：马氏距离，欧氏距离等 相关反馈：机器学习方法，如SVM，神经网络等 检索与分类：两个很相似的样本距离很小，虽然两个不相似的样本距离未必很大-content-based image retrieval of some of the key issues : Feature Extraction : color histogram Texture characteristics of si
神经网络状态估计
- 离散时滞神经网络的状态估计算法，运用MATLAB画图得出估计算法的有效性。(state estimation algorithm)
关于用遗传算法改进BP神经网络的MATLAB实现
- 在MATLAB中用遗传算法改进BP神经网络(Improvement of BP neural network by genetic algorithm in MATLAB)
《基于Matlab的地理数据分析》光盘数据
- 进行地理数据处理的matlab程序：一元线性回归；谱分析；小波分析；人工神经网络等。(Geographic data analysis based on Matlab)
DropOut深度网络
- 深度神经网络在测试时面对如此大的网络是很难克服过拟合问题的。 Dropout能够很好地解决这个问题。通过阻止特征检测器的共同作用来提高神经网络的性能。这种方法的关键步骤在于训练时随机丢失网络的节点单元包括与之连接的网络权值。在训练的时候，Dropout方法可以使得网络变得更为简单紧凑。在测试阶段，通过Dropout训练得到的网络能够更准确地预测网络的输出。这种方式有效的减少了网络的过拟合问题，并且比其他正则化的方法有了更明显的提升。 本文通过一个简单的实验来比较使用Dropout方法前后网络
matlab数字图像处理与识别
- 将理论知识、科学研究和工程实践有机结合起来，内容涉及数字图像处理和识别技术的方方面面，包括图像的点运算、几何变换、空域和频域滤波、小波变换、图像复原、形态学处理、图像分割以及图像特征提取的相关内容；同时对于机器视觉进行了前导性的探究，重点介绍了两种目前在工程技术领域非常流行的分类技术——人工神经网络（ANN）和支持向量机（SVM），并在人脸识别这样的热点问题中结束《精通Matlab数字图像处理与识别》。(Combining theoretical knowledge, scientific re
matconvnet-manual
- 图像深度学习英文资料；卷积神经网络的MATLAB(Image depth learning English materials;Convolutional Neural Networks for MATLAB)
神经网络源码
- 书本神经网络原理与实例中matlab算法与例子源码(Matlab algorithm and example source code in Book neural network principle and example)
股票预测
- 采用三层BP神经网络结构，输入层神经元数为5，隐含层神经元数为3，输出层神经元数为1，使用MATLAB编写。 将所给数据按14：1分为训练样本集，和测试样本集，经测试及分析，预测误差为0.1700，误差较小。 网络训练好后，输入前一天的6组数据，即：最高价、最低价、开盘价、收盘价、成交量，就能自动预测出后一天的收盘价。(The structure of three-layer BP neural network is adopted. The number of neurons in the i