搜索资源列表
-
0下载：
对采集到的电压信号进行小波包分解提取特征向量，再进行BP神经网络训练-On the acquisition of the voltage signal to the wavelet packet decomposition to extract feature vector and then BP neural network training
-
-
0下载：
MATLAB_SIMULINK永磁同步电机矢量控制系统仿真,希望对大家有所帮助-MATLAB_SIMULINK permanent magnet synchronous motor vector control system simulation, want to help everyone
-
-
0下载：
In this work, Artificial Neural Networks are employed in a Fault Detection and Isolation scheme for robotic manipulators. Two networks are utilized: a Multilayer Perceptron is employed to reproduce the manipulator dynamical behavior, generating a res
-
-
0下载：
提出了一种支持矢量机的汉语声调识别新方法。论文首先在基频和对数能量的基础上，建立了一个适合于支
持矢量机分类的等维声调特征。然后对支持矢量机的多分类策略和不同核函数对声调识别的影响进行了实验研究。
与BP神经网络相比，支持矢量机具有更高的识别率和更强的推广能力。-This paper presents a novel support vector machine based Chinese tone recognition method．A
new tone recognition
-
-
0下载：
基于ADMC_401的三相交流感应电机的SVPWM变频调速研究，通过对感应电动机的矢量控制原理分析, 提出了一种PID神经元网络控制器-SVPWM variable frequency speed control studies based ADMC_401 three-phase AC induction motor, induction motor vector control principle analysis, proposed a PID neural network control
-
-
0下载：
分析了支持向量回归机在能源需求预测中的优势,确定了输入向量集合和输出向量集合,建立了基于Matlab技术的SVR能源需求预测模型.对我国1985-2008年能源需求相关数据进行模拟与仿真,并对中国2010年和2020年能源需求量进行预测.研究结果表明:一是中国未来对能源的需求量逐渐增加,从2010年的330400万吨标准煤上升到2020年418320万吨标准煤,年均增长率为2.39％；二是在解决我国能源系统小样本.非线性及高维模式识别问题中SVR比BP神经网络等方法有更高的预测精度.-Suppo
-
-
0下载：
机器学习领域经典分类算法综述，包括Decision Tree（ＩＤ３、C4.5(C5.0)、CART、PUBLIC、SLIQ和SPRINT算法），三种典型贝叶斯分类器（朴素贝叶斯算法、TAN算法、贝叶斯网络分类器），k-近邻 、 基于数据库技术的分类算法（ MIND算法、GAC-RDB算法），基于关联规则（CBA:Classification Based on Association Rule）的分类（Apriori算法），支持向量机分类，基于软计算的分类方法（粗糙集（rough set）、遗传
-
-
0下载：
自能控制介绍包括模糊控制，神经网络控制，遗传算法，自持向量机，智能控制算法，PID神经网络控制-Self introduction can control including fuzzy control, neural network control, genetic algorithm, self-sustaining vector machine, intelligent control algorithm, PID neural network control
-
-
0下载：
Neural Network Vector Control of a Permanent
Magnet Synchronous Motor Drive
-
-
0下载：
Vector Controlled Permanent Magnet Synchronous Motor Drive
Based on Neural Network and Multi Fuzzy Controllers
-
