搜索资源列表
BPwnn
- 讨论了BP 小波神经网络在训练过程中减小误差函数时最优方向的确定和自适应调整学习率的方法。 首先论证了小波神经网络的数学基础,然后讨论了BP 小波神经网络的学习过程,重点讨论了减小误差函数最优方 向的确定方法,即如何保证步长方向与负梯度方向一致,由此得出了自适应调整学习率的简便方法。该方法具有 普遍性,有广泛的应用价值。仿真结果表明,采用最优梯度下降方向可以大幅度提高BP 小波神经网络的学习速 度。
neural-network-back-propagation-algorithm
- 每一个训练范例在网络中经过两遍传递计算：一遍向前传播计算，从输入层开始，传递各层并经过处理后，产生一个输出，并得到一个该实际输出和所所需输出之差的差错矢量；一遍向反向传播计算，从输出层至输入层，利用差错矢量对权值进行逐层修改。BP算法有很强的数学基础，戏剧性地扩展了神经网络的使用范围，产生了许多应用成功的实例，对神经网络研究的再次兴起过很大作用。
svm_math
- 专业介绍svm算法的书籍，适合有高等数学，线性代数，矩阵论，和数里统计基础的读者，他是一本全面介绍svm的书籍，从数学基础到应用，是svm学习者的一本好书。
Fortran_bp
- BP（Back Propagation）网络是1986年由Rumelhart和McCelland为首的科学家小组提出，是一种按误差逆传播算法训练的多层前馈网络，是目前应用最广泛的神经网络模型之一。BP网络能学习和存贮大量的输入-输出模式映射关系，而无需事前揭示描述这种映射关系的数学方程。它的学习规则是使用最速下降法，通过反向传播来不断调整网络的权值和阈值，使网络的误差平方和最小。BP神经网络模型拓扑结构包括输入层（input）、隐层(hide layer)和输出层(output layer)。-
PNN
- PNN又称为概率神经网络,它最初由数学家Specht于1990年提出,后经Master[1995]等不断发展和完善,已成功地应用于机器学习、人工智能、自动控制等众多领域.概率神经网络比多层前馈网络的数学原理简单,且易于实现-PNN is also known as the probabilistic neural network, which was first introduced by the mathematician Specht in 1990, after the Master [1
position
- 基于单目手眼相机和激光测距仪，提出了一种尺寸未知的空间矩形平面的位姿测量算法。该算法不需要知道矩形平面 的G 个顶点的物体坐标，只需要知道它们的图像坐标、激光点的图像坐标和激光测距结果，就能够计算出尺寸未知空间矩形平 面在相机坐标系下的位姿，并且计算出矩形平面的尺寸。通过建立单目手眼相机和激光测距仪的数学模型，对该算法进行了验 证。实验结果表明，该算法是有效的，可以应用于机器人对空间物体的跟踪、定位以及抓取。-Monocular-based hand-eye cameras and
predict
- 模拟人的思维特点,提出一种新型智能控制器:仿人逻辑预测控制器. 该控制器融合了基于泛布尔代数的逻辑控制器和基于模型的预测控制器的特点, 是一种多值逻辑混合动态系统. Matlab仿真表明, 该控制器在模型匹配时性能良好, 在模型失配时依然能满意运行, 表现出鲁棒性强, 超调量小的特点. 与其它类型人工智能控制器相比, 该控制器结构简单, 物理背景明确, 数学概念清晰, 便于在工业控制领域推广应用.-Simulation of the characteristics of people' s
yuandaima
- 基于遗传算法，针对考试系统的自动出题问题，应用矩阵理论的知识，为自动组卷系统建立了一个合适的数学模型，使我们能在数学模型的基础上，应用遗传算法全局寻优和智能搜索的特性，在试题的各种属性满足数学模型的控制指标的基础上，从题库中既好又快的抽出一组符合考方要求的试题，从而得到一份满意的试卷。-Based on genetic algorithms, automatic test system for the title problem, the application of matrix theory
rl
- 人工神经网络(Aartificial Neural Network，下简称ANN)是模拟生物神经元的结构而提出的一种信息处理方法。早在1943年，已由心理学家Warren S.Mcculloch和数学家Walth H.Pitts提出神经元数学模型，后被冷落了一段时间，80年代又迅猛兴起［1］。ANN之所以受到人们的普遍关注，是由于它具有本质的非线形特征、并行处理能力、强鲁棒性以及自组织自学习的能力。其中研究得最为成熟的是误差的反传模型算法(BP算法，Back Propagation)，它的网络
ResearchonFaultDiagnosisofrHydraulicSystemBasedonS
- 本文在学习探讨VSM算法的同时，对SVM在液压系统故障诊断中的应用进行了论述。以液压设备中常见的克令吊为研究对象，运用支持向量机理论对其进行故障诊断的仿真研究和实验研究，其中包括实验系统数学模型的设计、仿真模型的建立(用SIMUL工NK仿真软件建立仿真模型)、特征参数的提取、数据的采集等。-In this paper, VSM learning algorithm to explore the same time, SVM in the hydraulic system fault diagno
Based_on_genetic_algorithm_for_solving_knapsack_pr
- 背包问题(Knapsack problem)是一种组合优化的NP完全问题, 相似问题经常出现在商业、投资组合优化、组合数学，计算复杂性理论、密码学和应用数学等领域中，因此具有广泛的实际应用领域。-Knapsack problem (Knapsack problem) is a kind of combinatorial optimization of NP-complete problem, the problem often similar to business, investment po
time_series_analysis
- 麻省理工大学的时间序列分析课程讲义。讲义详细介绍了时间序列分析的相关背景、数学模型及应用的知识，是非常不错的时间序列分析的资料-Time Series Analysis MIT course notes. Lecture details the background time series analysis, mathematical models and application of knowledge, is a very good time series data
K-means_cluster_analysis
- 聚类分析法在数学建模及工程应用中有着广发地应用，该算法是基于K值的一种聚类算法，是解决聚类问题的有效途径-Cluster analysis in mathematical modeling and engineering applications has applied widely distributed, the algorithm is based on the K value of a clustering algorithm, is an effective way to solve
C_bp
- BP（Back Propagation）网络是1986年由Rumelhart和McCelland为首的科学家小组提出，是一种按误差逆传播算法训练的多层前馈网络，是目前应用最广泛的神经网络模型之一。BP网络能学习和存贮大量的输入-输出模式映射关系，而无需事前揭示描述这种映射关系的数学方程。它的学习规则是使用最速下降法，通过反向传播来不断调整网络的权值和阈值，使网络的误差平方和最小。BP神经网络模型拓扑结构包括输入层（input）、隐层(hide layer)和输出层(output layer)。-
Matlab_bp
- BP（Back Propagation）网络是1986年由Rumelhart和McCelland为首的科学家小组提出，是一种按误差逆传播算法训练的多层前馈网络，是目前应用最广泛的神经网络模型之一。BP网络能学习和存贮大量的输入-输出模式映射关系，而无需事前揭示描述这种映射关系的数学方程。它的学习规则是使用最速下降法，通过反向传播来不断调整网络的权值和阈值，使网络的误差平方和最小。BP神经网络模型拓扑结构包括输入层（input）、隐层(hide layer)和输出层(output layer)。-
matlab1
- 神经网络遗传算法函数极值寻优--非线性函数极值代码，内附有详细代码，详细请参考matlab在数学建模中的应用。-Neural network genetic algorithm function optimization extreme- extreme nonlinear function code, containing a detailed code, matlab details please refer to the application of mathematical modeli
MATLAB-Mathematical-modeling
- matlab在数学建模中的应用，含有多种神经网络的matlab实现方法以及具体源代码-Matlab in the application of mathematical modeling, contain a variety of neural network of matlab method as well as the specific source code
floor-layout
- 设备布局优化设计一直是跨学科的研究课题。从数学角度来看，设备布局优化问题属于非线性规划问题，由于约束条件多，对较多设备布局优化问题求解时，将很难找到最优解。近些年来，用遗传算法解决设备布局设计趋势迅速增加。本例将说明遗传算法在车间布局优化中的应用。-floor layout
BP神经网络中在数学建模中应用
- BP神经网络中在数学建模中应用，附有程序的，保证很有用。-The BP neural network in the application of mathematical modeling
SVm
- 是一个能够实现SVM智能算法的应用举例，给出了在MATLAB中svn的源程序，具有好的可用性。(It is an application example that can realize the SVM intelligent algorithm, and gives the source program of SVN in MATLAB, which has good availability.)