搜索资源列表
bp_pid01.rar
- bp神经网络PID参数自整定 S函数实现 不怎么好 期待其它完美的,bp neural network PID parameter self-tuning
BP1214
- BP神经网络的逼近函数源代码 数学建模-BP neural network approximation function of the source code for mathematical modeling
bp-example
- 利用两层BP神经网络训练加权系数。隐含层的激活函数取S型传输函数，输出层的激活函数取线性传输函数-Weighting factor of two layers of BP neural network training. The hidden layer activation function to take the S-shaped transfer function, the output layer activation function to take a linear transfer
Predict_duffing_with_bp
- 利用matlab自带的BP神经网络工具箱对duffing混沌背景模型进行相空间重构与预测，程序中已经给出duffing函数，主函数中也给出了主要注释，方便大家学习交流。-BP' s own use matlab neural network toolbox for duffing chaotic background model and prediction of phase space reconstruction, the program has been given duffing
bp-network
- 这是一个关于BP神经网络的S函数。。这个函数是对的，推荐大家-This is a S function of BP neural network. . This function is recommended you look at
GA_BP
- 用遗传算法优化BP神经网络进行非线性函数拟合，程序中还编写出了单纯BP的预测函数，以及BP和GA_BP的预测误差输出程序。-using genetic algorithms optimizated BP neural network，he program has also prepared a simple BP s prediction function, as well as BP and GA_BP prediction error output of the program.
emyfexeu
- D-S证据理论数据融合，BP神经网络用于函数拟合与模式识别，预报误差法参数辨识-松弛的思想，是学习PCA特征提取的很好的学习资料，模拟数据分析处理的过程，有均匀线阵的CRB曲线。- D-S evidence theory data fusion, BP neural network function fitting and pattern recognition, Prediction Error Method for Parameter Identification- the idea of
fzmzevgq
- 包含收发两个客户端的链路级通信程序,在MATLAB中求图像纹理特征，matlab开发工具箱中的支持向量机，D-S证据理论数据融合，虚拟力的无线传感网络覆盖，BP神经网络用于函数拟合与模式识别。- Contains two clients receive link-level communications program, In the MATLAB image texture feature, matlab development toolbox support vector machine,
aqwnwuis
- BP神经网络用于函数拟合与模式识别，主同步信号PSS在时域上的相关仿真，加入重复控制，PLS部分最小二乘工具箱,具有丰富的参数选项,D-S证据理论数据融合，处理信号的时频分析，独立成分分析算法降低原始数据噪声。- BP neural network function fitting and pattern recognition, PSS primary synchronization signal in the time domain simulation related, Join repe
hdazmrgn
- 包括调制，解调，信噪比计算，包含收发两个客户端的链路级通信程序,D-S证据理论数据融合，BP神经网络用于函数拟合与模式识别，课程设计时编写的matlab程序代码，多元数据分析的主分量分析投影。- Includes the modulation, demodulation, signal to noise ratio calculation, Contains two clients receive link-level communications program, D-S evidence t
nzagkfsh
- D-S证据理论数据融合，采用了小波去噪的思想，基于SVPWM的三电平逆变的matlab仿真，插值与拟合，解方程，数据分析，课程设计时编写的matlab程序代码，BP神经网络用于函数拟合与模式识别，包括面积、周长、矩形度、伸长度。- D-S evidence theory data fusion, Using wavelet denoising thought, Based on SVPWM three-level inverter matlab simulation, Interpolation
kiahuqfr
- BP神经网络用于函数拟合与模式识别，采用波束成形技术的BER计算，具有丰富的参数选项,毕业设计有用，D-S证据理论数据融合，计算加权加速度。- BP neural network function fitting and pattern recognition, By applying the beam forming technology of BER It has a wealth of parameter options, Graduation useful D-S evidence th
faopei
- 有PMUSIC 校正前和校正后的比较，包括邓氏关联度、绝对关联度、斜率关联度、改进绝对关联度,BP神经网络用于函数拟合与模式识别。- A relatively before correction and after correction PMUSIC, Including Deng s correlation, absolute correlation, correlation of slope, improved absolute correlation, BP neural network
qxags
- D-S证据理论数据融合，BP神经网络用于函数拟合与模式识别，FMCW调频连续波雷达的测距测角。- D-S evidence theory data fusion, BP neural network function fitting and pattern recognition, FMCW frequency modulated continuous wave radar range and angular measurements.
代码
- MATLAB 代码 第1章 BP神经网络的数据分类——语音特征信号分类 第2章 BP神经网络的非线性系统建模——非线性函数拟合 第3章 遗传算法优化BP神经网络——非线性函数拟合 第4章 神经网络遗传算法函数极值寻优——非线性函数极值寻优 第5章 基于BP_Adaboost的强分类器设计——公司财务预警建模 第6章 PID神经元网络解耦控制算法——多变量系统控制 第7章 RBF网络的回归--非线性函数回归的实现 ....等58章(MATLAB code The first
BP神经网络的非线性系统建模_非线性函数拟合
- BP神经网络构建根据拟合非线性函数特点确定BP神经网络结构，由于该非线性函数有两个输入参数，一个输出参数，所以BP神经网络结构为2—5—1，即输入层有2个节点，隐含层有5个节点，输出层有1个节点。 从非线性函数中随机得到2000组输入输出数据，从中随机选择1900组作为训练数据，用于网络训练，100组作为测试数据，用于测试网络的拟合性能。(Construction of BP neural network for nonlinear function fitting structure acc
Desktop
- S 函 数 是 Simulink 中 的 高 级 功 能 模 块 ， Simulink 是 运 行 在 MATLAB 环 境 下 用 于 建 模 、 仿 真 和分 析 动 态 系 统 的 软 件 包 [3] 。 当 系 统 采用一 些特 殊 的 控 制 规律 （ 如不 能 直 接用传递 函 数 加 以 描述 ） 时 ， 若 直 接 使 用 Simulink
神经网络算法BP网络的训练函数
- 神经网络设计算法，BP简单设计，入门时用的。非常有用。(Neural network design algorithm, BP simple design, introductory time. It's very useful.)
BP
- 基于BP神经网络的中PID控制，把被控对象的模型，现在变为二阶传递函数：G(s)=1/(0.003s^2+0.067s) ，想仿真此对象的阶跃跟踪的效果(Based on BP neural network PID control, the model of the controlled object, now turned into second order transfer function: G (s) = 1 / (0.003 s ^ 2 + 0.003 s), to the simul
神经网络pid控制器
- BP神经网络S函数，里面包含了simulink建模及其S函数(BP neural network S function, which includes Simulink modeling and S function)