搜索资源列表
64318
- BP神经网络的非线性系统建模-非线性函数拟合-BP neural network nonlinear system modeling- nonlinear function fitting
ZCXLJ
- 支持向量机和BP神经网络都可以用来做非线性回归拟合，但它们的原理是不相同的，支持向量机基于结构风险最小化理论，普遍认为其泛化能力要比神经网络的强。大量仿真证实，支持向量机的泛化能力强于BP网络，而且能避免神经网络的固有缺陷——训练结果不稳定。本源码可以用于线性回归、非线性回归、非线性函数拟合、数据建模、预测、分类等多种应用场合-Support vector machines and BP neural network can be used for non-linear regression f
gauss
- 高斯曲线拟合，利用非线性曲线拟合函数inline实现对一组数的高斯拟合-Gaussian curve fitting, nonlinear curve fitting function inline Gaussian fitting of a set of numbers
bp-neural
- BP神经网络的非线性系统建模-非线性函数拟合，数学建模常用-BP neural network nonlinear system modeling- the non-linear function fitting, commonly used mathematical modeling
nolinear
- bp神经网络的非线性系统建模————非线性函数拟合-nonlinear system modeling bp neural network nonlinear function fitting
GeneticAlgorithms
- 遗传算法优化BP神经网络————非线性函数拟合-Genetic algorithm optimization BP neural network nonlinear function fitting
Gene-nonlinear-function--approx
- 遗传算法 优化 BP神经网络 非线性函数 拟合-Genetic algorithm BP neural network nonlinear function approximation
jingpeng_v32
- 包括广义互相关函数GCC时延估计，包括回归分析和概率统计，利用最小二乘法进行拟合多元非线性方程。- Including the generalized cross-correlation function GCC time delay estimation, Including regression analysis and probability and statistics, Multivariate least squares fitting method of nonlinear equ
minglai
- 多机电力系统仿真及其潮流计算，窗函数法设计一个数字带通FIR滤波器，利用最小二乘法进行拟合多元非线性方程。- Multi-machine power system simulation and flow calculation, A window function design FIR digital band-pass filter, Multivariate least squares fitting method of nonlinear equations.
遗传算法优化BP神经网络-非线性函数拟合
- 进行非线性函数拟合且用遗传算法对BP神经网络进行优化(The nonlinear function is fitted and the BP neural network is optimized by genetic algorithm)
chapter2
- BP神经网络的非线性系统建模——非线性函数拟合(Nonlinear system modeling of BP neural networks -- nonlinear function fitting)
chapter3
- 遗传算法优化BP神经网络——非线性函数拟合(Nonlinear system modeling of BP neural networks -- nonlinear function fitting)
fortran各章代码
- 第1章 矩阵分解与线性方程组直接方法 第2章 线性方程迭代方法 第3章 最小二乘法与曲线拟合 第4章 特征值与特征向量 第5章 非线性方程 第6章 非线性方程组 第7章 插值法 第8章 数值微分 第9章 数值积分 第10章 特殊函数 第11章 常微分方程(The first chapter is matrix decomposition and direct method of linear equations The second chapter is the itera
BP神经网络用于非线性函数拟合
- BP神经网络用于非线性函数的拟合，效果不错，适合初学者。(BP neural network for nonlinear function fitting, the effect is good, suitable for beginners.)
遗传算法优化BP神经网络用于非线性函数拟合
- 遗传算法优化的bp神经网络用于非线性函数的拟合。(BP neural network optimized by genetic algorithm for nonlinear function fitting.)
案例3
- 遗传算法优化BP神经网络，对非线性函数进行拟合。(The genetic algorithm optimizes the BP neural network to fit the nonlinear function.)
案例2
- BP神经网络的非线性系统建模，对非线性函数进行拟合。(Nonlinear system modeling of BP neural network)
案例7
- RBF神经网络的回归，实例为非线性函数拟合。(RBF neural network regression, nonlinear function fitting)
python-codes
- scipy_uspline.py: 使用UnivariateSpline进行插值、外推和Spline拟合; scipy_stats.py: 演示stats模块的概率密度函数、直方图统计和累积分布函数。 scipy_rbf.py: 演示径向基函数(radial basis function, 简称RBF)插值算法。 scipy_fsolve.py: 使用fsolve()计算非线性方程组的解。 numpy_polyfit.py:使用多项式函数拟合正弦波，并显示拟合误差。(scipy_uspl