搜索资源列表
Genetic_Algorithms_in_dam_safety_monitoring_neural
- 本文基于遗传算法思想，采用浮点数矩阵表示编码，在遗传算法的进化过程中加入一定的约束条件等方法，探讨了网络结构的设计和学习。经实例分析，在用于建立大坝安全监控预报模型的前馈神经网络设计中，该方法在满足一定约束条件下，能同时有效地寻找合适的网络结构和相应的参数(神经网络的权值和阈值)，且在精度和速度上都有较大的提高，为实现实时在线分析评价大坝的安全性态提供了有力的技术支持。-Based on the genetic algorithm, using a float matrix coding, Ge
GA_BP
- 利用遗传算法优化人工神经网络权值论文. 遗传算法（Genetic Algorithm－GA）是一种基于自然选择和基因遗传学原理的优化搜索方法。
2
- 问题描述： 1.初始化输入:N-参赛学校总数，M-男子竞赛项目数，W-女子竞赛项目数； 各项目名次取法有如下几种： 取前5名：第1名得分 7，第2名得分 5，第3名得分3，第4名得分2，第5名得分 1； 取前3名：第1名得分 5，第2名得分 3，第3名得分2； 用户自定义：各名次权值由用户指定。 2.由程序提醒用户填写比赛结果，输入各项目获奖运动员的信息。 3.所有信息记录完毕后，用户可以查询各个学校的比赛成绩，生成团体总分报表，查看参赛学校信息和比赛项目信息等。
哈夫曼编/译码器课程设计
- 利用哈夫曼编码进行信息通讯可以大大提高信道利用率，缩短信息传输时间，降低传输成本。但是，这要求在发送端通过一个编码系统对待传数据预先编码，在接收端将传来的数据进行译码（复原）。对于双工信道（即可以双向传输信息的信道），每端都需要一个完整的编/译码系统。试为这样的信息收发站写一个哈夫曼码的编译码系统 基本要求： 1.接收原始数据：从终端读入字符集大小n,n个字符和n个权值，建立哈夫曼树 2.编码：利用已建好的哈夫曼树，对文件中的正文进行编码 3.译码：利用已建好的哈夫曼树将代码进行译码.
基于BP神经网络的厦门楼盘走势预测
- 本文基于BP神经网络应用于预测的原理，提出预测步骤及预测可行性，探讨建立基于BP神经网络的预测模型的关键技术，包括样本的选取与预处理、输入输出变量的选取、隐层节点数的确定、初始权值和阈值的选取、激活函数、训练算法与参数的选取，最后建立合理的网络模型；结合住宅市场的实际情况，建立两类BP 神经网络预测模型：基于时间序列的趋势预测模型以及基于影响因素的回归预测模型，即分别采用神经网络趋势预测和回归预测的思路，把住宅市场的供给、需求与房价的历年数据以及其影响因素的数据分别作为学习样本，建立预测模型，
LMS算法matlab代码
- LMS算法matlab代码，感知器和自适应线性元件在历史上几乎是同时提出的，并且两者在对权值的调整的算法非常相似。它们都是基于纠错学习规则的学习算法。感知器算法存在如下问题：不能推广到一般的前向网络中；函数不是线性可分时，得不出任何结果。而由美国斯坦福大学的Widrow和Hoff在研究自适应理论时提出的LMS算法，由于其容易实现而很快得到了广泛应用，成为自适应滤波的标准算法。
smalltree
- 图的最小生成树 【需求分析】 若要在n个城市之间建设通信网络，只需要架设n-1条线路即可。如何以最低的经济代价建设这个通信网，是一个网的最小生成树问题。 （1）建立一个图，其存储方式可以采用邻接矩阵形式，需要定义两个数组，一个存储顶点，一个存储边，存储边的数组表明节点间的连通关系和边的权值； （2）利用普里姆算法和克鲁斯卡尔算法求网的最小生成树； （3）按顺序输出生成树中各条边以及它们的权值。 【算法描述】： 1 普里姆算法：
A_Synthetic_Evaluation_fo_Antijamming_Ability_of_t
- 摘要:实战条件下如何评价短波跳频通信系统的抗干扰性能是构建短波跳频通信系统的重要环rr-}J。由于不 能得到精确的指标评价值，采川组合赋权法给出了系统抗干扰性能的评价算法已经不能适川。给出了一种模糊综 合评价方法，该方法有如下优点:为避兔专家赋指标权值的卞观随意性，将德尔菲(Delphi)法和层次分析法(AHP)相结合来确定指标权值 为了便于专家较准确地作出评判，给出了指标评价等级，并利川模糊评价法给出指标评价矩 阵，最后得到评价结果。评价实例表明了该方法的有效性。 -Abst
bp
- 介绍bp神经网的相关知识。有助于了解bp神经网的训练，权值的修订等等。属于资料-Introduction bp neural network knowledge. Contribute to understanding of bp neural network training, weights, etc. amendment. To the dissemination of information
PSOBPlunwen
- 基于PSO的BP训练算法论文：在BP训练算法中，关于变权值、学习速率、步长的问题已被广泛地研究，几种基于启发式改进的技术也表明具有改善训练时间以及避免陷入局部最小的明显效果。这里BP训练过程由基于PSO同时优化log—Sigmoid函数与网络权值的新算 法(PSO。GainBP)实现。实验结果表明，PSO—GainBP比传统基于PSO的BP算法在网络训练方面具有更好的性能。-PSO based on the BP training algorithm Papers: In the BP tr
Filterbankbasedblindsignaseparationwithestimatedso
- 采用滤波器组，将盲分离与声源定位结合在一起。滤波器组中分别进行子带处理，并且在每个子带中进行声源定位，最后综合所有子带估计的方向得到多个声源的方位信息，同时将声源信息作为ICA分析的约束条件，可以在色噪声及多得到更好的盲分离效果。其优势在于用滤波器组进行多次的估计声源方向，再加以合适的权值均衡后即可得到更优的估计。-The use of filters will be blind source separation and sound localization together. Filter
intelligencealgorithms
- 五子棋人工智能权重估值算法,对一个重权估值算法五子棋简易人工智能的完整实现，包含人机对战、棋谱存取、双人对战等功能。-Gobang valuation weight of artificial intelligence algorithms, the right to a re-valuation of simple artificial intelligence algorithm Gobang complete implementation, including the man-machin
HorseTravel
- 改进了骑士巡游算法，速度更快，使用了权值的思路-Knight-tour algorithm improved, faster, and the idea of using the weight
PSO_base_RBF
- PSO的RBFNN优化程序 算法步骤 1.样本数据归一化处理，即将输入输出归一化到[-1,1]区间； 2.确定RBF网络的中心和宽度； 3.以拟合误差的均方根作为性能指标，使用PSO算法优化RBF网络输出层到隐层的连接权值矩阵-PSO-RBFNN algorithm optimization procedures Step 1. Sample data normalization treatment, about input and output normalized to [-
GraphUN
- 本程序演示无向网的操作，顶点为字符型(char)，权值为整型(int)-This program demonstrates the operation of an undirected network, vertex for the character (char), the right value of an integer (int)
HuffmanCode
- 赫夫曼编译码器 本系统将每一个要求的功能都作为一个独立的模块,值得注意的是,系统会自动统计您输入字符串中的每一个字符出现的频度,并将其作为对应字符的权值-HuffmanCode
txt2
- 智能天线的自适应算法通过迭代运算获取用于波束形成的最优权值矢量时,是否具有较快的收敛速度和较小的稳态误差成为决定波束形成性能的主要因素.据此提出在传统的LMS算法中引入变步长和变换域的思想,采用改进的自适应算法用于波束形成.MATLAB仿真结果表明,该算法具有较快的收敛速度和较小的稳态误差,波束形成的性能更优.-lms
BPnet
- 反向传播网络(Back-Propagation Network，简称BP网络)是将W-H学习规则一般化，对非线性可微分函数进行权值训练的多层网络 -Back Propagation Network (Back-Propagation Network, referred to as BP networks) is to learn the rules WH generalized, non-linear differentiable function on weight training m
wuxian
- 基于权值的MAXDEV无线传感器网络定位算法研究 MAXDEV 无线传感器 定位 算法-Weight MAXDEV based wireless sensor network localization algorithm in wireless sensor localization algorithm MAXDEV
researchoncontrolofinvertedpendulumbasedonGA
- 本文以一级倒立摆系统和二级倒立摆系统作为实验平台，针对极点配置中极点不易寻找、LQR控制中权值难于确定和拟人控制从定性到定量转化的瓶颈问题，应用遗传算法对控制器进行参数优化，一方面充分利用各自的优势来共同提高控制器的性能，另一方面将人从费时费力的试凑试验中解脱出来。-In this paper, an inverted pendulum and double inverted pendulum system as the experimental platform, pole for pole