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,
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
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。
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％。
6
- 果蔬收获机器人是机器人技术在农业中的具体应用，基于避障的路径规划是果蔬收获机器人主要 的研究内容。由于农业机器人作业环境的复杂性和非结构性，神经网络籽是其重要的研究方法。为此，介 绍了神经网络的特点，重点分析了采用神经网络描述果蔬收获机器人工作环境的基本思路，最后给出了黄 瓜采摘机器人的具体分析实例，对农业机器人工作环境的描述具有较高的参考价值。
MATLABxitongfenxi_0
- 基于MATLAB的系统分析与设计——神经网络 楼顺天编著的
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
short-termloadforecastingwithchaostimeseries
- 文章展示了一种新的方法用于功率系统中短期负载预测。提出的方案使用混沌时间序列分析基于确定性混沌去捕捉复杂的负载行为特征。确定性的混沌允许我们重构一个时间序列并决定输入的变量个数。这篇文章描述了混沌时间序列对日间功率系统峰值的分析。确定性混沌的非线性图形通过多层感知器的神经网络得到。提出的方案在一个例子中具体阐述。-This paper presents a new approach to short-term load forecasting in power systems. The
MATLAB--shenjingwangluo
- matlab 神经网络30个典型案例分析 里面包含各种典型应用下的源代码-matlab neural network of 30 typical cases which contains the source code under a variety of typical applications
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
Wind-power-prediction-problem
- 利用新陈代谢灰色预测、样本自适应BP 神经网络和时间序列分析分别进行风电功率实时预测和日前预测，并采用熵值取权法确定组合权重，引入自控机制，构建反馈，提出组合预测法和基于时间序列的卡尔曼滤波法。研究结果表明，组合预测模型能减少各预测点较大误差的出现，而卡尔曼滤波能大幅消减原始序列的波动影响。-Use of metabolic gray forecast, sample adaptive BP neural network and time sequence analysis respective
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
tixingguanzi2
- 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
liqiang-bp
- 利用bp神经网络对UCI数据库进行训练，分析数据的特性，希望能对需要初级学习matlab的人们有所帮助 -Bp using neural network trained on UCI database, the characteristics of the analysis of data, hoping to junior matlab help people learn
BP-neural-network-model
- 研究并分析了B P神经网络的结构和特点，针对不足之处提出改进方法。在改进的基础 上建立神经网络软件可靠性新模型。通过MATL AB仿真工具进行了实例仿真，证实该新模型比传统 模型预测精度高，泛化能力强-Research and analysis of the structure and characteristics of BP neural network, an improved method for the shortcomings. In the modified base
Grading-test
- 为实现合格和缺陷板栗的分级， 研究了 1 种基于 BP 神经网络与板栗图像特征的板栗分级方法。 试验以罗田板 栗为研究对象， 提取的颜色及纹理等 8 个特征值， 通过主成分分析提取相应的主成分得分向量构成模式识别的输入。 利 用 BP 神经网络方法建立了板栗分级模型。 试验结果表明， 在图像信息主成分因子数为 3， 中间层节点数为 12 时， 建立 的模型最佳， 模型训练时的回判率为 100 ， 预测时识别率达到了 91 .67 。 研究结果表明基于机器视觉技术的针对缺陷 板栗分
BTP_Prediction_based_on_BPNN
- 该论文将神经网络应用到烧结终点的预测中，并结合主元分析、灰色理论等人工智能技术，建立了实用有效的预测模型。该方法成功应用于某钢铁企业280m2大型烧结机的在线控制。经过验证，该方法克服了人工判断的随机性，针对不同工况准确预报烧结终点，该预报值可用来指导生产或送控制计算机，为烧结终点智能控制提供操作依据。-In this paper,ANN technology is applied to build the practical and useful prediction model of B
kmean.m
- rbf神经网络k均值聚类分析程序，时间序列预测方面应用。程序简洁易懂。-rbf neural network k-means clustering analysis procedures, time series forecasting applications. The program easier to understand.
wave-BP-jiaotongliu
- 智能交通中小波神经网络分析交通流的malat实例，包括数据文件及小波BP神经网络的实现-Analysis of Malat in Traffic Flow Based on Wavelet Neural Network in Intelligent Transportation, Including Data File and Realization of Wavelet BP Neural Network