搜索资源列表
-
1下载：
BP神经网络Simulink模型。。例子给了个离散传递函数。训练后的网络可以逼近任意传递函数，或者非线性函数。-Simulink model of BP neural network. . Examples for the discrete transfer function. Trained network can approximate any transfer function, or the nonlinear function.
-
-
1下载：
这是一个径向基函数神经网络，通过RBF网络的学习算法来逼近一个二维函数，并利用LMS算法来进行权值调整。-This is a radial basis function neural network, RBF network learning algorithm adopted to approximate a two-dimensional function, and use of LMS algorithm for weight adjustment.
-
-
0下载：
实验使用BP神经网络来逼近一个较复杂的正弦函数，并观察BP神经网络的各个参数对BP神经网络的影响.-Experimental use of BP neural network to approximate a more complex sine function, and to observe the parameters of BP neural network on the impact of BP neural network.
-
-
0下载：
如何构造神经网络，及构造一个三层前馈神经网络，来逼近非线性函数-How to construct a neural network, and construct a three-layer feedforward neural network to approximate nonlinear functions
-
-
0下载：
BP算法例子：用一个五层的神经网络去逼近函数f(x1,x2)=pow(x1-1,4)+2*pow(x2,2)-BP algorithm is an example: with a five-layer neural network to approximate the function f (x1, x2) = pow (x1-1, 4)+2* pow (x2, 2)
-
-
0下载：
用bp人工神经网络来逼近非线性函数-With bp artificial neural network to approximate nonlinear functions. . . . . .
-
-
1下载：
基于BP神经网络算法的函数逼近，利用matlab实现BP算法逼近任意非线性函数-BP neural network algorithm based on function approximation, using matlab to achieve BP algorithm approximate any nonlinear function
-
-
1下载：
介绍如何通过matlab使用bp神经网络和rbf神经网络来逼近非线性函数-Describes how to use matlab bp neural network and rbf neural networks to approximate nonlinear functions
-
-
0下载：
人工神经网络(Artificial Neural Network)是从生理角度对智能的模拟，具有极
高的学习能力和自适应能力，能够以任意精度逼近任意函数，完成对系统的仿真；
而遗传算法是对自然界生物进化过程的模拟，具有极强的全局寻优能力，这两种
算法都是当下研究较多的智能方法。将这两种方法与常规的 PID 控制相结合，
构成智能 PID 控制器，使其具有参数自整定、自适应的能力，以适应复杂环境
下的控制要求，这一思路对提高控制效果具有很好的现实意义。
-Artificia
-
-
2下载：
MATLAB语言作为编程工具构造CMAC神经网络，利用公式Wij(k+1)=Wij(k)+β(yid-yi)α/αTα对连接权系数Wij进行调整，用来对正弦函数sin（x）进行逼近-MATLAB programming language as a tool to construct CMAC neural network, using the formula Wij (k+1) = Wij (k)+ β (yid-yi) α/αTα the connection weights Wij to a
-
-
1下载：
使用分段逼近(piecewise approximation)算法计算超越函数,以神经网络中最常用的双曲正切型(tanh)传输函数为例来分析逼近精度同分段数、有限字长之间的关系。
-Using segmented approximation (piecewise approximation) algorithm for computing transcendental functions, to the most commonly used neural network type hyper
-
-
0下载：
用人工神经元网络训练输入来逼近已知非线性函数。-To approximate the known nonlinear function with the Artificial Neural Network
-
-
0下载：
应用matbal编写的BP神经网络算法，可逼近任意非线性函数-Application matbal write the BP neural network algorithm can approximate any nonlinear function
-
-
0下载：
应用神经网络来进行正弦函数的逼近，通过参数的调整，效果会有所变化-Neural network to approximate the sine function by parameter tuning, the effect will vary
-
-
0下载：
换档品质评价方法的研究是应现代车辆自动变速技术发展需要而提出的前沿研究课
题,其评价过程可视为一个非线性动态系统。BP 神经网络的非线性系统辨识 ,能够逼近任意
一个非线性函数。通过确定换档品质评定指标 ,利用BP网络训练获得的数据样本 ,从而建立
主观、 客观评价标准之间的联系 利用 Mat lab/ Simulink 完成换档品质评价方法的客观描述并
进行仿真。通过与实验结果对比 ,证明这种方法能够有效真实地评价换档品质并与传统主观
评价方法具有很好的一致性。-Shift
-
-
0下载：
用BP神经网络实现输入x=0.3*sin(i*pi/50)+0.4*sin(i*pi/25)到输出y(n)=1/(1+3*y(n-1)+x(n)*x(n))的近似模拟，其中y（0）=0.15-BP neural network input x = 0.3* sin (i* pi/50)+0.4* sin (i* pi/25) to the output y (n) = 1/(1+3* y-(n-1)+approximate simulation of x (n)* x (n)), where y
-
-
0下载：
BP神经网络预测模型的非线性逼近功能很好，能够成功的预测复杂的数据结构-The BP neural network model of nonlinear approximate function is very good, can successfully predict complex data structure
-
-
0下载：
建立一个径向基神经网络，对非线性函数y=sqrt(x)进行逼近，并作出网络的逼近误差曲线-The establishment of a radial basis function neural network to approximate the nonlinear function y = sqrt (x), and make the network approximation error curve
-
-
0下载：
用前向神经元网络逼近连续函数，f（x1，x2，x3，x4）=sinx1+sinx2+sinx3+sinx4 定义域为[0,2*pi].刘宝碇老师例子仅供参考-Let us design a feedforward NN to approximate the continuous
function,
f(x1, x2, x3, x4) = sin x1+ sin x2+ sin x3+ sin x4
defined on [0, 2*pi]4.
-
-
0下载：
产生3000个训练数据，训练一个前向神经元网络对f（x）进行逼近。刘宝碇不确定规划及应用 神经元网络 例3.2-We generate 3000 training data for the function f(x). Then we train a
feedforward NN to approximate the function。 neural networks example 3.2
-
