搜索资源列表
基于神经网络的数字字符识别
- 基于BP神经网络的字符识别系统~用MATLAB编写`包括论文~以及代码~适合于毕业设计-BP neural network-based character recognition system using MATLAB ~ `~ including papers and code ~ suitable for graduate design 字符识别是模式识别领域的一项传统的课题，这是因为字符识别不是一个孤立的问题，而是模式识别领域中大多数课题都会遇到的基本问题，并且在不同的课题中，由于具体的
Boltzmann
- 用Boltzmann机来实现神经网络的基础文章，系统的阐述了相关理论，很难得的好文章。
mohushengjin
- 模糊神经网络控制方法研究，属于控制理论的研究
FuzzyNeuralNetwork
- 本论文在较为系统地分析模糊神经网络理论和遗传算法基本原理的基础上，，提出一种基于补偿模糊神经网络的控制方法，通过补偿模糊推理和快速学习算法的引入，构造补偿模糊神经网络控制器，实现模糊网络结构和参数的优化及matlab仿真。
ai
- 在工程实践中，经常会接触到一些比较“新颖”的算法或理论，比如模拟退火，遗传算法，禁忌搜索，神经网络等。这些算法或理论都有一些共同的特性（比如模拟自然过¬ 程），通称为“智能算法”。它们在解决一些复杂的工程问题时大有用武之地
Basedoncomputervisionharmfulinsectrecognitionengin
- 阐述了利用数学形态学法、二叉树法、人工神经网络等方法 识别害虫的理论依据、研究情况及关键问题，指出了实现自动识别的前景及难点，以期促进该项技术在我 国的应用。
AerialImageClassificationMethodBasedonFractalTheor
- 提出一种基于分形理论和BP 神经网络的航空遥感图像有监督分类方法。该方法尝试将航空图像 的光谱信息和纹理特征相结合。它首先将彩色航空图像由RGB 格式转化为HSI 格式,然后,根据亮度计算分 数维、多重分形广义维数谱q-D( q) 和“空隙”等基于分形的纹理特征,同时加入归一化的色度和饱和度作为光 谱特征,采用BP 神经网络作为分类器。通过对彩色航空图像的分类实验,结果证实该方法行之有效。-Based on fractal theory and BP neural network
The_Status_Quo_of_Machine_Learning_of_Artificial_I
- 机器学习是人工智能的一个子领域，是人工智能中非常活跃且范围甚广的主要核心研究领域之一，也是现代智能系统的关键环节和瓶颈。机器学习吸取了人工智能、概率统计、计算复杂性理论、控制论、信息论、哲学、生理学、神经生物学等学科的成果，主要关注于开发一些让计算机可以自动学习的技术，并通过经验提高系统自身的性能。本文介绍了机器学习的概念、基本结构和发展，以及各种机器学习方法，包括机械学习、归纳学习、类比学习、解释学习、基于神经网络的学习以及知识发现等，并简单叙述了机器学习的相关算法，包括决策树算法、随机森林算
asdf
- 本文提出一种粗糙集理论和动态前馈神经网络相结合的神经网络构造方法。充分发挥了粗糙集理论和神经网络的优势，弥补了各自的缺点。并应用于实际工业过程，在乙烯装置裂解炉燃料气热值控制中取得了良好的应用效果。-This paper presents a rough set theory and dynamic feedforward neural networks combined neural network constructed. Give full play to the rough set th
1
- 基于改进证据理论和神经网络的故障诊断模型-Based on evidence theory and neural networks to improve fault diagnosis model
wxck
- 本文提出特征参数统计值的概念，即对连续的多段信 特征参数后，所求取的多组参数中各参数的最大值、最小值及二 以此作为输入参数，利用基于BP神经网络和决策理论的模式识 星统一载波测控体制中典型的调制方式进行了识别，包括2FSK )、4FSK、BPSK、QPSK、MSK、PM、CW-In this paper, the concept of characteristic parameters of statistics, that the letter of the continuou
BTT-missile
- 针对不确定非线性 BTT 导弹控制系统, 提出了一种基于模糊高斯基函数神经网络的自适应控制设计方法。在设计过程中将不确定部分合为一项, 应用模糊神经网络的万能逼近性质来逼近系统不确定项, 然后利用滑模控制和自适应模糊神经网络理论设计了控制器, 应用 Ly apunov 稳定性理论保证闭环系统的稳定性,并推导出自适应律,最后通过仿真结果验证该方法的有效性。-BTT missile based on fuzzy neural network adaptive control
An-expanding-SOM
- 自组织映射（SOM）已成功处理的欧式旅行的鹅岭推销员问题（TSP）。通过将其邻域保持财产和 凸包属性数值模拟TSP，我们引入了一个新的SOM如神经网络，称为前panding的SOM（ESOM）的。在每一个学习的迭代，ESOM提请接近的兴奋神经元 输入的城市，并在此期间，推压它们向凸包ofcities合作。 ESOM可能收购邻里保护财产和凸包的属性 的TSP，因此它可以产生接近最优的解决方案。从理论上分析了其可行性 和经验。一个的系列ofexperiments进行合成和基准的T
shenjingwangluo
- 介绍了我们常用的预测方法神经网络算法的理论知识-Common prediction methods of theoretical knowledge of the neural network algorithm
Wind-speed-prediction
- 基于最小二乘支持向量机理论,结合某风电场实测风速数据,建立了最小二乘支持向量机风速预测模型。对该风电场的风速进行了提前1h的预测,其预测的平均绝对百分比误差仅为8.55 ,预测效果比较理想。同时将文中的风速预测模型与神经网络理论、支持向量机(support vector machine,SVM)理论建立的风速预测模型进行了比较。仿真结果表明,文中所提模型在预测精度和运算速度上皆优于其他模型。 -Based on least squares support vector machine the
ann
- 人工神经网络的课件 简单介绍人工神经网络理论，计算机系的必修课程-Slides of artificial neural network
神经网络极速学习方法研究
- 单隐藏层前馈神经网络(Single-hidden Layer Feedforward Neural Network, SLFN)已经在模式识别、自动控制及数据挖掘等领域取得了广泛的应用，但传统学习方法的速度远远不能满足实际的需要，成为制约其发展的主要瓶颈。产生这种情况的两个主要原因是：（1）传统的误差反向传播方法(back propagation，BP)主要基于梯度下降的思想，需要多次迭代；（2）网络的所有参数都需要在训练过程中迭代确定。因此算法的计算量和搜索空间很大。针对以上问题，借鉴ELM的
基于NARX神经网络的轨道垂向不平顺估计_王贵
- 摘要:应用白噪声聚类经验模型分解方法(EEMD, Ensemble EMD)，进行轨道一车辆系统的时频分析， 分析钢轨不平顺的波长一幅值分布及短波不平顺的分布特点。通过理论推导，得到垂向钢轨不平顺与车体垂向 加速度之间的转移函数，并由简化模型仿真结果与实验数据对比分析得出二者的相关系数在0. 8以上，表明仿 真结果与实验数据非常吻合。利用简化模型进行数值仿真，所需复数乘法次数为N(21ogN+ 1)，满足实时仿真 的需要。实例所测钢轨不平顺和车体加速度的相关性分析结果表明，对加速度数据
神经网络设计(中文版)
- 神经网络设计(中文版)通俗的讲解了神经网络的原理，初学者可以通过本书，很快的了解神经网络的理论，为编程的实现打下基础。本书仅供学习交流，如您喜欢，请购买正版。(Neural network design (Chinese version) popular to explain the principles of neural networks, beginners can through this book, quickly understand the theory of neural net
大规模人工神经网络理论基础
- 大规模人工神经网络理论基础.pdf 介绍人工神经网络的书(Theoretical basis of large-scale artificial neural network (.Pdf) A book on Artificial Neural Networks)