搜索资源列表
11
- 自适应信号处理的神经网络方法
Matlab遗传算法改进程序
- 遗传算法（Genetic Algorithm）是一类借鉴生物界的进化规律（适者生存，优胜劣汰遗传机制）演化而来的随机化搜索方法。它是由美国的J.Holland教授1975年首先提出，其主要特点是直接对结构对象进行操作，不存在求导和函数连续性的限定；具有内在的隐并行性和更好的全局寻优能力；采用概率化的寻优方法，能自动获取和指导优化的搜索空间，自适应地调整搜索方向，不需要确定的规则。遗传算法的这些性质，已被人们广泛地应用于组合优化、机器学习、信号处理、自适应控制和人工生命等领域。它是现代有关智能计算
dosc.zip
- 直接正交信号校正（是一种很好的数据预处理方法）,Direct orthogonal signal correction (is a good method of data pre-processing)
AmixtureofexpertsnetworkstructureDopplersignals.ra
- 基于专家网络混合模型的多普勒信号处理方法。多普勒信号被广泛应用于人体各处血流状态估计中。该方法实现了信号的分类和模式识别。-the proposed method shows a way to process the doppler blood flow signals by a mixed expert network. it can recogenize and classify the different patterns of the blood flow.
FFF
- 神经网络是通过模拟生物神经系统的结构功能而构成的一种信息处理系 统。经过40余年的发展，神经网络已经成为机器学习、模式识别、信号处理等 信息科学领域中一类十分重要的方法。 本文首先概括地总结了神经网络的发展历程。在三个不同阶段中，神经网 络的发展具有不同的特点。到20世纪90年代，神经网络成为信息科学中一个 重要的热点研究领域。文中还讨论了神经网络的特点、常见的分类方法、学习 类型和学习算法等内容。 -Through the simulation of biologi
shenjingwangluo
- 应用神经网络分析处理方法，对切削加工信号进行分析-Application of neural network analysis approach, the signal processing for analysis of cutting
Source-Localization-in-UWSAN
- 文章针对低信噪比下的水下目标定位问题，建立了水下无线传感器阵列网络，该结构包括多个分布式声传感器阵列，它适应于多模态信号处理，既可以利用目标的方位信息，又可以用能量信息。文中提出了用每个阵列接收到的信号能量作为参量完成目标定位并推导了基于能量的最大似然比目标定位方法。数值仿真表明：基于该结构的能量似然函数定位方法，可以有效估计目标的位置。并且比单阵元网络的定位性能和信息传输率上有了较大的提高， 尤其是在低信噪比下情况下，可以大大减小估计的方差。-With novel underwater wir
itd
- 具有时频特性的信号处理方法，通过对其端部进行处理获得更好的效果。-Time-frequency characteristics of signal processing methods, through to its end to get better results.
Neural-Network-Design-by-Hagan
- 《神经网络设计》本书介绍了神经网络的基本结构和学习规则，重点是对这些神经网络的数学分析，训练方法和神经网络在模式识别、信号处理以及控制系统等工程实践问题中的应用-The book introduces the basic structure of the neural networks and learning rules focus on the mathematical analysis of these neural networks, training methods and neura
GeneticAlgorithm
- 遗传算法（Genetic Algorithm）是一类借鉴生物界的进化规律（适者生存，优胜劣汰遗传机制）演化而来的随机化搜索方法。它是由美国的J.Holland教授1975年首先提出，其主要特点是直接对结构对象进行操作，不存在求导和函数连续性的限定；具有内在的隐并行性和更好的全局寻优能力；采用概率化的寻优方法，能自动获取和指导优化的搜索空间，自适应地调整搜索方向，不需要确定的规则。遗传算法的这些性质，已被人们广泛地应用于组合优化、机器学习、信号处理、自适应控制和人工生命等领域。它是现代有关智能计算
PSOTool
- 求解非线性方程组方法有经典算法以及近年来流行的遗传算法．牛顿法及其改进形式,但是此类算法的收敛性在很大程度上依赖于初始点的选择，对于某些非线性方程组容易导致求解失败 为了克服经典算法的缺点，设计了求解非线性方程组的混合遗传算法,但依然对方程组和编码方法有很高要求。PSO是受到鸟群或者鱼群社会行为的启发而形成的一种基于种群的随机优化技术。它是一类随机全局优化技术，通过粒子间的相互作用发现复杂搜索空间中的最优区域。该算法是一种基于群体智能的新型演化计算技术，具有简单易实现、设置参数少、全局优化能力强
ANN-and-Fuzzy-Signal-Processing
- 本书概要介绍应用神经网络和应用模糊理论的信号处理技术。然后介绍具有代表性的层次型及互联型神经网络，并说明其信号处理方法。进而对模糊性和模糊集合、模糊推理和模糊信号处理等进行阐述，列举了神经网络和模糊信号处理的各种应用实例。-This book provides an overview of the application of neural networks and fuzzy signal processing techniques theory. Then introduce a repre
ESTIMATE-TARGET
- 利用分数阶FOUIRER变换目标估计的现代信号处理新方法-The signal processing method of the target estimate of new
array-signal-processing
- 阵列信号处理的相关程序，涉及处理方法，空间谱估计画图，处理中用到的低通滤波器等-The Matlab scr ipts related to array signal processing, including processing algorithms, spectral analysis and the low pass filter used in the procedure
GA
- 遗传算法（Genetic Algorithm）是一类借鉴生物界的进化规律（适者生存，优胜劣汰遗传机制）演化而来的随机化搜索方法。它是由美国的J.Holland教授1975年首先提出，其主要特点是直接对结构对象进行操作，不存在求导和函数连续性的限定；具有内在的隐并行性和更好的全局寻优能力；采用概率化的寻优方法，能自动获取和指导优化的搜索空间，自适应地调整搜索方向，不需要确定的规则。遗传算法的这些性质，已被人们广泛地应用于组合优化、机器学习、信号处理、自适应控制和人工生命等领域。它是现代有关智能计算
ewt
- 经验小波变换，一种新的自适应信号处理方法-Empirical wavelet transform, a new adaptive signal processing method
ev451
- 有小波分析的盲信号处理，采用累计贡献率的方法，用于图像处理的独立分量分析。- There Wavelet Analysis Blind Signal Processing, The method of cumulative contribution rate Independent component analysis for image processing.
hunjaoqang
- 计算加权加速度,微分方程组数值解方法，语音信号的采集与处理，数字信号处理课设。- Weighted acceleration, Numerical solution of differential equations method, Acquisition and Processing of the speech signal, digital signal processing class-based.
bouneilei
- sar图像去噪的几种新的方法，分析了该信号的时域、频域、倒谱，循环谱等,是信号处理的基础。- Several new methods sar image denoising, Analysis of the signal time domain, frequency domain, cepstrum, cyclic spectrum, etc. Is the basis of the signal processing.
机器学习与数据挖掘方法和应用
- 本书分为5个部分，共18章，较为全面地介绍了机器学习的基本概念，并讨论了数据挖掘和知识发现中的有关问题及多策略学习方法，具体地阐述了机器学习与数据挖掘在工程设计，文本、图像和音乐，网页分析、计算机病毒和计算机控制，医疗诊断、生物医疗信号分析和水质分析中的生物信号处理等方面的应用情况。本书收集众多不同领域中数据挖掘的实际案例，以此来说明数据挖掘的具体解决方法，以期为广大读者提供一个更为广阔的数据挖掘(The book is divided into 5 parts, 18 chapters, a