搜索资源列表
adapterSystemPaper
- 论文标题:自适应模糊系统在手写体数字识别中的应用研究 作者:张镭 作者专业:计算机软件人工智能 导师姓名:黄战 授予学位:硕士 授予单位:暨南大学 授予学位时间:19990501 论文页数:59页 文摘语种:中文文摘 分类号:TP18 TP391.4 关键词:手写体数字 自适应 模糊逻辑 神经网络 模式识别 摘要:该文针对模式识别的特点,构造了适合于模式识别问题的自适应模糊系统,对三种不同学习算法加以改进,在手写全数字识别上对分类器进行了实现,
rbf_mems
- 为了提高使用精度，研究了某型号MEMS陀螺仪的随机漂移模型。采用游程检验法分析了 该陀螺仪随机漂移数据的平稳性，并根据该漂移为均值非平稳、方差平稳的随机过程的结论， 采用梯度径向基（RBF）神经网络对漂移数据进行了建模。实验结果表明：相比经典RBF网络模 型而言，这种方法建立的模型能更好地描述MEMS陀螺仪的漂移特；相对于季节时间序列模型而 言，其补偿效果提高了大约15％。
赫夫曼实现图像复原
- 神经网络的实验报告，利用赫夫曼编码实现10副图片的去噪和恢复
基于RBD的民航客运预测及MATLAB的实现
- ：基于统计学原理的传统的民航客运量预测方法难以预测动态数据的内在结构和复杂特 性。为了提高民航客运量预测的准确性，利用人工神经网络对非线性系统的函数所具有的以任意精度逼近的良好特性，选用RBF 神经网络为模型并利用MATLAB 编程实现了对民航客运量的准确预测。本文介绍了RBF 神经网络MATLAB 的相关知识，并以民航客运量的1978 年至2007 年的实际数据为例进行RBF 神经网络的训练与测试，实验结果表明，将RBF神经网络与MATLAB 结合运用在民航客运量预测中具有可行性，预测精度更高
基于RBF神经网络的CPI预测
- 采用RBF神经网络的结构、特性和训练算法，根据CPI(消费者物价指数)与其影响因素之间存在的映射关系，应用神经 网络建立了多因素非线性时间序列预测模型。最后通过仿真实验和研究，把RBF神经网络与传统的BP网络预测结果进行比较，结果证明，该模型的预测精确度更高，结果令人满意。
wavelet-neural-network-
- 介绍小波神经网络的基本原理。利用遗传算法来优化小波神经网络,达到提高逼近精度,简化网络结构,提高收敛速度的目的。通过实验将其与传统的小波神经网络进行比较,证实前者具有更优的网络结构,更高的逼近精度。-Introduce the basic principles of wavelet neural network. The use of genetic algorithms to optimize the wavelet neural network to improve the approxim
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
DynamicPowerQualityTestingTechnology
- 本文首先介绍了有源电力滤波器的基本结构和工作原理，并对一些常规的谐波电流检测方法的优缺点进行了比较。其次，针对传统的谐波电流检测方法的缺陷，提出将神经网络与基于噪声抵消原理的自适应谐波检测相结合，利用径向基函数运算量小、收敛快、无局部极小值等优点，构造了一种基于径向基函数神经网络的谐波电流检测方法，仿真结果表明该检测方法具有很好的动态响应及畸变电流检测精度。最后，设计了一套实验系统，对本文所采用的系统方案进行了实验验证。仿真表明，本文所采用的有源电力滤波器检测系统方案切实可行，能够较好地实现动态
200642991948257
- 提出了一种利用肤色信息，建立 YCbCr 肤色模型空间作为人脸检测的预处理手段，利用小波分解和 BP 神经网络作为检测方法。对算法进行仿真验证，实验结果表明：该肤色模型空间 对光线、遮挡以及姿 态 有很好的 robust 特性 ；本检测方法达到较好的检测效果。 关键词 : 小波分解；神经网络；亮度补偿-Skin color model based on an oval face detection method
Map-matching-algorithm
- 提出了基于模糊神经网络的新的地图匹配算法． 该算法综合了数字道路信息和GPS /DR 定位信息， 提取两个重要参数作为输入变量， 即定位点到候选路段的投影距离及定位航向与候选路段方位角差． 设计出了四层模糊神经网络及改进的收敛学习规则． 实验结果表明所提出的算法能很好地匹配车辆行驶路段位置．-Map matching algorithm based on fuzzy neural network
Support-vector-machine-
- 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
globally-camera
- ：遥操作中采用全局摄像机对机器人进行定位时存在图像畸变带来的误差，针对这一 问题提出了一种图像畸变校正方法，该方法采用径向基神经网络(RBFNN)进行畸变校 正，从而获得机器人在实际空间中的坐标位置。实验表明，该方法简单有效，适用于广角镜 头带来的图像畸变校正，可以满足利用定位坐标进行路径规划的要求。-: Image distortion error when using the the global camera on the robot locate teleoperation
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
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
64328
- 基因优化的模糊神经网络的船舶控制器 仿真实验得到-A Genetically Optimized Fuzzy Neural Network for Ship Controllers
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
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
wenxianzongshu
- 基于卷积神经网络的图像分割技术研究综述的实验报告-Research of image segmentation based on convolution neural network
Image-filter.tar
- 提出了一种基于改进 BP 神经网络和粒子群优化算法( PSO) 的图像滤波方法 。该方法利用双曲正切形式 的误差函数代替 BP 神经网络传统的最小均方误差函数( LMS),并将改进后的 BP 神经网络利用 PSO 算法优 化,用来减小图像噪声对神经网络精度的影响以及避免神经网络陷入局部极小值点,从而提高神经网络去噪能 力。实验结果表明,与传统滤波方法相比,该方法不仅能有效地滤除图像中的高斯噪声而且能很好地保护图像 细节 。- U63D0 u51FA u4E86 u4E00
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