搜索资源列表
file
- 利用matlab开发平台和相关的SVM优化工具箱,及OAO,OAA,BSVM2算法模型,设计改进并实现非线性的模式分类实验模型系统.-Matlab use development platform and related optimization toolbox of SVM, and OAO, OAA, BSVM2 algorithm model, designed to improve and to achieve non-linear model of the pattern classi
three
- 大功率分布式发电系统通常采用三相逆变器并网,由于三相逆变器系统参数耦合,传统方法设计的控制器算法复杂。在d。q坐标系下为双模式三相并网逆变器的独市和并网模式建立了数学模型.采用新的解耦方法,依据独立和并网模式控制系统超调量越小,模式切换过程中被控量的波动越小。切换过程就越平滑的原则。完成了两种模式的控制器设计,即分别应用积分环节、比例环节即可将独立模式和并网模式整定成典型的二阶系统,控制器设计简单.能取得优良的动、静态特性。仿真与实验验证了设计方法的正确性和可行性。-It is necessar
K-MEANS
- kmeans算法实验,模式识别的课程设计,仅供学习参考-kmeans algorithm experiments, pattern recognition, curriculum design, only a reference
模式识别bayes实验
- 用身高和/或体重数据进行性别分类的实验 试验直接设计线性分类器的方法,与基于概率密度估计的贝叶斯分离器进行比较。 体会留一法估计错误率的方法和结果
3
- BP神经网络逼近正弦函数 本次实验主要是让大家对BP网络设计进一步了解和认识,熟悉BP网络,熟知BP学习算法的原理以及其在MATLAB中的程序实现,在掌握这些基本原理的同时用BP神经网络逼近正弦函数。 BP网络有很强的映射能力,主要用于模式识别和函数逼近。可以采用BP网络函数逼近的能力来求解数学式难以表达的函数。本实验采用一个三层BP网络,看它如何逼近一个正弦函数的。-BP neural network to approach the sine function The main e
dianchijunhengdianlu
- 项目简介 (200字左右) 面对当前严峻的能源危机、环境污染等问题,开发研究电动汽车已成为汽车行业的主流方向,而目前高效稳定的动力电池是电动汽车研究领域的核心问题。因此,本项目研究电动汽车电池管理系统(BMS)的关键技术,探究准确估测电池的荷电状态(SOC)以及锂电池的外围均衡电路的设计方法。本项目将对具体工作模式下的SOC算法进行进一步的研究和归纳,以及进一步的实验认证;本项目还将对电池的过充和过放现象进行具体研究,设计实现电池过充过放状态下切断主电流回路的硬件电路。 -Project
模式识别实验一
- matlab,模式识别,基于Iris数据设计编写两类正态分布模式的贝叶斯判别程序(Pattern recognition report, based on Iris data design, two kinds of Bayesian discriminant program for normal distribution mode are written.)