搜索资源列表
bp
- 本书涉及的研究方法主要应用于油田生产的实际工作中，包括一般储层参数预测、薄互油藏参数预测、火山岩储层参数预测和储层随机模拟等问题，同时还涉及了石油工业中的油管缺损检测、海底输油管道腐蚀检测等应用问题，对污水处理絮凝过程的智能优化控制及移动机器人的全局和局部路径规划等问题的应用也进行了一定的研究。-Book of research methods involved are mainly used in oil field production of practical work, includi
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
BP
- 基于BP神经网络算法的研究，主要比较了模拟退火算法、遗传算法、P神经网络的区别，提出了一种比较优化的BP算法-the research for BP
padm_unc
- 求解l1优化问题，在压缩传感中有应用，概算发可以求解三个模型：BP，BPDN和约束版本-Solves L1 problems arsing from Compressive sensing, compressive sampling and sparse optimization
CameracaUbraifonformonocularvision
- 摄像机标定是计算机视觉领域的一个研究热点，为了解决单目摄像机标定中的精度不高、模型复杂、鲁棒性差等问题，依 据神经网络、遗传算法及摄像机标定的特点，提出了基于遗传算法和BP神经网络相结合的单目摄像机标定方法。该方法充分利用 遗传算法的全局优化和神经网络的局部收敛的特点，一方面避免了建立复杂的摄像机成像模型，另一方面增强了摄像机标定的精 度和鲁棒性。-The camera calibration isoneofmostimportantresearch ifeldsin compute
MATLAB
- 本文 通 过 对己有模型和锅炉运行现状的分析，尝试用BP神经网络的方法分析讨论锅炉效率在线计算和运行优化等问题。研究工作主要包括:基于BP神经网络进行煤的工业分析结果和元素分析结果之间的转换 考虑到煤在锅炉中燃烧时有固体未燃碳存在，给出了煤组成成分的实际结果的概念 详细讨论了过量空气系数的两种定义及特点，说明运行中用烟气分析结果确定过量空气系数时，对测得的湿烟气含氧量进行修正的必要性和方法:以反平衡法为基础给出了改进的锅炉效率在线计算模型 以效率在线计算为基础，尝试运用神经网络方法确定锅炉运行中
BP
- example.txt 仿真实例.txt 归一实例.txt 每次预测结果不一样的解释.txt 遗传算法优化BP神经网络权值和阈值的通用.txt -example.txt simulation examples. txt return an instance. txt is not the same each time the interpretation of predicted results. txt genetic algorithm BP neural netwo
Intelligent-controller
- PID控制算法简单、鲁棒性强，但其参数整定过程繁琐，整定时需要控制对象的精确数学模型，而且整定往往是针对某一种具体工况进行的，缺乏自学习和自适应能力。模糊神经网络则兼备了模糊逻辑和神经网络的优点，具有函数逼近功能，具有较强的自适应、自学习能力、容错能力和泛化能力。借助于遗传算法对全局性参数进行优化设计，借助于BP算法对局部性参数进行优化，将模糊神经网络和遗传算法引入PID控制参数的整定过程，构造出一种基于模糊神经网络和遗传算法的智能PID控制器-Intelligent controller ba
gabp
- 利用遗传算法对BP神经网络进行能优化并将其用于在特征提取中的应用-BP neural network using genetic algorithm to optimize and be used for applications in feature extraction
A-hybrid
- 针对传统的ＢＰ或ＧＡ对模糊神经网络的识别应用存在收敛容易陷入局部极小 识别率低下等问题 提出一 种基于ＢＦＧＳ的混合遗传算法 其基本思想为 首先构造一种前馈型模糊神经网络结构 然后用遗传算法进化若干代 后 当目标函数的梯度或者范数小于预先设定值 则改用ＢＦＧＳ算法进行优化识别 仿真实验表明 对比ＧＡ该算法 收敛速度较快 识别精度提高了约７％ 能够较好地应用于一类模糊神经网络的识别-In traditional BP or GA to identify the application
wzrh
- (1)针对在线计算量大这一缺陷，将预测控制中的柔化输出信号的思想推广到柔化输入信号，使得约束条件被简化为仅对当前控制量的约束，可以直接计算得出；同时该方法避免了求逆矩阵，大大减小了计算量，并能够保证控制算法的可行性和良好的控制性能。 (2)针对传统算法中设计参数整定困难这一缺点，应用基于BP神经网络变参数设计的广义预测控制算法，实现了对控制量柔化参数的在线调整。 (3)利用带有遗忘因子的最小二乘法对系统辨识。本文通过仿真发现该方法对于Hénon混沌系统并不完全适用，可考虑利用其他优化系统
BP-neural-network
- BP网络模型处理信息的基本原理 BP神经网络模型.节点输出模型,作用函数模型,误差计算模型,自学习模型 缺陷分析及优化策略 实现神经网络的BP算法源码及注释-BP neural network model of the basic principles of processing information BP neural network model output node model, the role of function model, error calculation mo
matlab
- 该程序是遗传算法优化BP神经网络函数极值寻优-The program is a genetic algorithm to optimize BP neural network function optimization extreme
GestureStudy
- 文档描述使用BP神经网络算法进行鼠标手势识别，以及对算法的优化和实验结果，使用C#进行开发，基于Framework2.0-Document describes the use of BP neural network algorithm mouse gesture recognition, as well as the optimization algorithm and experimental results, the use of C# development, based on Fram
Implementation-of-BP-neural-network
- BP神经网络算法实现及优化，较好的对传统算法进行了改进和优化。-BP neural network algorithm and optimization, better improvement on traditional algorithms and optimization.
feixianxingnihe
- 在matlab软件中编程实现基于遗传算法优化BP神经网络非线性系统拟合算法-In the matlab software programming based on genetic algorithm to optimize the BP neural network nonlinear system fitting method
GA-BP
- GA-BP代码（遗传算法改进优化BP神经网络算法）-GA-BP code (genetic algorithm improved BP neural network algorithm)
Ryan_GA_BP
- 实现了基于遗传算法GA优化的BP神经网络，遗传代数为100代(BP neural network based on GA optimization)
基于神经网络和粒子群
- 用BP神经网络和粒子群算法的优化，主要针对的是函数最大值和最小值的寻找。
6退火遗传算法优化BP神经网络的研究
- 退火算法优化BP神经网络的研究，介绍了一种新的方法(Annealing algorithm to optimize BP neural network)