搜索资源列表
InsNavigationKalman
- 实现了车辆惯性导航系统的卡尔曼滤波，包括定位结算，姿态校正，速度校正等，也包括惯性导航系统的模型建立，结算，白噪声，等等，对研究导航很有参考价值 -realized the vehicles inertial navigation system Kalman filtering, including clearing positioning, posture correction, the speed correction, including inertial navigation syste
afs1
- 人工鱼群算法（AFSA）是2002年李晓磊提出的基于鱼群行为的寻求全局最优 的新型搜索策略，该算法具有较优的全局收敛能力及较快的寻优速度。本文首次将 人工鱼群算法应用于人工神经网络的学习，形成了人工鱼群神经网络模型，通过与 BP算法、模拟退化算法、进化算法训练的人工神经网络进行比较，验证了人工鱼群 神经网络在全局寻优能力上的优势，进而利用人工鱼群神经网络进行电力系统短期 负荷预测，建立了人工鱼群神经网络预测模型。为了进一步提高算法的稳定性，以 及求得全局最优值的能力，文中
自适应神经网络在确定落煤残存瓦斯量中的应用
- 落煤残存瓦斯量的确定是采掘工作面瓦斯涌出量预测的重要环节,它直接影响着采掘工作面瓦斯涌出量预测的精度,并与煤的变质程度、落煤粒度、原始瓦斯含量、暴露时间等影响因素呈非线性关系。人工神经网络具有表示任意非线性关系和学习的能力,是解决复杂非线性、不确定性和时变性问题的新思想和新方法。基于此,作者提出自适应神经网络的落煤残存瓦斯量预测模型,并结合不同矿井落煤残存瓦斯量的实际测定结果进行验证研究。结果表明,自适应调整权值的变步长BP神经网络模型预测精度高,收敛速度快 该预测模型的应用可为采掘工作面瓦斯涌
formation-flight
- 无人机编队飞行的相对导航算法模型，得到相对位置和速度-UAV formation flight model of the relative navigation algorithm to obtain the relative position and velocity
textureclassfication
- 提出了一种基于函数联接的感知器神经网络的纹理分类方法.它采用高斯2马尔柯夫随机场模型(GM RF)对纹理进行描述,模型参数即为纹理特征,参数估计采用最小平方误差方法获得.将估计参数作为表达纹理的特征向量,用感知器网络对特征进行分类,并且采用函数联接的方式解决线性不可分问题.对纹理图象进行的实验表明,采用这种方法能够提高学习速度,简化计算过程,并取得较好的纹理分类效果. -Based on the function connected perceptron neural network tex
invertedpendulum
- 倒立摆是一种复杂、时变、非线性、强耦合、自然不稳定的高阶系统，许多抽象的控制理论概念都可以通过倒立摆实验直观的表现出来。基于人工神经网络BP算法的倒立摆小车实验仿真训练模型，其倒立摆BP网络为4输入3层结构。输入层分别为小车的位移和速度、摆杆偏离铅垂线的角度和角速度。隐含层单元数16个。输出层设置为1个输出单元。输入层采用Tansig函数，隐含层采用Logsig函数，输出层采用Purelin函数。用Matlab 6.5数值计算软件对模型进行学习训练，并与线性反馈控制逻辑算法对比，表明倒立摆控制B
CellAuto
- 元胞自动机的虚拟程序 开发工具：Microsoft Visual Basic 6.0 运行平台：Windows OS (VB编译，代码未优化,运行速度较慢) 词语解释： CA，cellular automata，元胞自动机，或称细胞自动机。 模式(Pattern)，多个细胞构成的一个状态组合。 模型： 维度，二维四方网格 细胞，两种状态（活、死）；一个方格代表一个细胞。 邻居，Moore型(上、下、左、右、左上、右上、左下、
Hopfield-PID
- 基于hopfield网络的PID模型参考自适应控制,对象为典型的伺服系统速度环框图-Hopfield network-based PID model reference adaptive control, the object of a typical servo system speed loop block diagram
ForecastingpopIllafionbasedOnsupportvectorintellig
- 要建立一个有效的支持向量回归(SVR)模型，支持向量回归的3个参数c，y，占丛须预先设定。提出一种新型的遗传算 法一智能遗传算法(IGA)对支持向量回归进行参数调节，以达到寻找最优参数的目的，然后和支持向量回归结合得到一种新的 IGASVR模型，并应用于城市人口预测。最后，将提出的方法与标准SVR模型和BP神经网络模型进行比较，所得结果表明，该模 型训练速度快，并且有较高预测精度，是一种有效的人口预测方法。-To build an effective SVR model，SVR’8
Hybridbehaviorbasedantcolonyalgorithm
- 为在加快算法收敛速度的同时又能避免停滞现象，提出一种基于混合行为的蚁群算法．首先就蚂蚁行为对算法性能的影响进行了分析，在此基础上提出了该算法的模型；然后定义了蚂蚁行为，并为该算法设计了4种具体的蚂蚁行为，根据模型实现了该算法．实验结果表明，该算法在性能上远优于蚂蚁系统．-To accelerate the convergence speed while avoiding stagnation behavior is proposed based on hybrid ant colony algo
Parallel_Artificial_Immune_Algorithm_for_Large_Sca
- 为求解大规模TSP 问题, 提出了并行人工免疫系统的塔式主从模型(TMSM), 和基于TMSM 的并行免疫记忆克隆选择算法(PIMCSA) TMSM 是粗粒度的两层并行人工免疫模型, 其设计体现了分布式的免疫响应和免疫记忆机制. PIMCSA 用疫苗的迁移代替了抗体的迁移, 兼顾了种群多样性的保持和算法的收敛速度. 与其他算法相比, PIMCSA 在求解精度和运行时间上都更具优势, 而且问题规模越大优势越明显. TMSM 很好地体现了免疫系统的特性, PIMCSA 是适合求解大规模复杂优化问
time
- 基于3GPP的空时无线信道模型（SCM）的在不同移动速度下的时间相关性。-3GPP-based space-time wireless channel model (SCM), moving at different speeds of time correlation.
BP-gearbox-fault-3
- 基于改递的BP神经网络齿轮箱故瞪i全断方法的研究：对BP神经网络存在局部极小值和收敛速度慢等问题，提出了一种RPROP的改进的BP神经网络。RPROP 神经网络具有优良的非线性映射能力，可以很好地描述频率特征和诊断结果之间的关系。本文利用MATLAB结合齿轮箱故障建立了标准BP神经网络和本文提出的改进BP神经网络的两个故障诊断模型，并对其性能做了分析和对比。实验表明，基于改进的BP神经网络的齿轮箱故障诊断方法可以大大提高故障诊断的精确性，缩短了诊断时间。-BP based gearbox f
T-Snake-model-for-image-segmentation
- ，本文提出了一种基于遗传算法的双T—Snake模型图像分割方法，它将双T—Snake模型解作为遗传算法的搜 索空间，这既继承了T—Snake模型的拓扑改变能力，又加快了遗传算法的收敛速度。由于它利用遗传算法的全局优 化性能，克服了Snake轮廓局部极小化的缺陷，从而可得到对目标的更精确的分割。将其应用于左心室MRI图像 的分割，取得了较好的效果。-This paper presents a genetic algorithm based on dual-T-Snake model f
TSP110707
- 本文首先提出了基于TSP 的多点位加工路径优化模型以最高生产效率为目标 函数并以数控中心的多孔位加工和多点位焊接两个典型的自动化加工系统为例来 验证该模型的经济性和适用性其次分别为这两个系统建立了基于TSP 的路径优 化模型模型中考虑了实际加工时的系统中约束条件的影响如数控加工中心的换 刀速度主轴移动速度和焊接机器人的工作台转动速度等提出了近似法将数 控加工中心主轴对同一个孔位n 次重复遍历如钻粗镗精镗等简化对n 个 极小间距的相邻点位的一次遍历从而建立相应的多点位数控加
using-adaptive-chebyshev
- 提出了一种基于自适应 Chebyshev 多项式神经网络(ACNN)的 Logistic 混沌系统控制算法。该算法采用 Chebyshev 正交多项式作为神经网络的激励函数, 构建 Logistic 混沌系统的预测与控制模型。为了保证算法的稳定性, 提出和证明了收敛定 理, 并利用自适应学习率算法提高神经网络的学习效率和收敛速度。通过采用自适应 Chebyshev 神经网络直接学习 Logistic 混 沌系统的动态特性, 并对系统实施目标函数控制。实验仿真结果表明, 该算法在 L
BP
- 建立BP神经网络负荷预测模型，并对BP神经网络的节点（输入层、中间层、输出层）进行选择,并选用合适的小波神经网络的训练函数,提高收敛速度和负荷预测精度。-The establishment of BP neural network load forecasting model, and the BP neural network nodes (input layer, middle layer, output layer) to select and choose the appropriate
Bee-colony-alogrithms
- 蜂群算法是模仿蜜蜂行为提出的一种优化方法，是集群智能思想的一个具体应用，它的主要特点是不需要了解问题的特殊信息，只需要对问题进行优劣的比较，通过各人工蜂个体的局部寻优行为，最终在群体中使全局最优值突现出来，有着较快的收敛速度。为了解决多变量函数优化问题，Karaboga提出了人工蜂群算法ABC模型（artificial bee colony algorithm）。 -artificial bee colony algorithm
MATLAB-program
- ANN模型及其学习算法，试图从数学上描述ANN的动力学过程，建立相应的ANN模型，在该模型的基础上，对于给定的学习样本，找出一种能以较快的速度和较高的精度调整神经元间互连权值，使系统达到稳定状态，满足学习要求的算法。-ANN model and its learning algorithm, trying to describe ANN from mathematics and the dynamics of the process, and set up a corresponding ANN
Improved-Elman-share-price-forecast
- 以深 市 A股中的个股 中集集团(股票代号 ： 000039)fleJ 180天的实际收盘价的时间序列作为预测对象，提出基于改进的 Elman神经网络的个股价格预测模型，实验 结果取得较高的预测精度、较为稳定的预测效果和较快的收敛速度-CIMC Shenzhen A-share stocks (ticker symbol: 000 039) fleJ 180 days of the actual closing price time series as a predictor of