搜索资源列表
111
- 思路简要说明： 1、图像二值化 将图片中的各点用0或1表示，1为有效点，0为背景。这里使用的是最大类间方差法 （otsu），在资料中有介绍。 2、去除干扰点 3、分割 将整个的图片分为每个单独的字，在下一步中才能一一识别。 4、与样本库进行对比，寻求最近似匹配 这步是比较核心的地方，由于要识别的图形每次都是随机变化的，我们不能进行完 全匹配识别，所以使用的是‘欧氏距离’来进行最近似匹配，资料中的《自由手写体 数字识别》里面有详细说明。
invertedpendulum
- 倒立摆是一种复杂、时变、非线性、强耦合、自然不稳定的高阶系统，许多抽象的控制理论概念都可以通过倒立摆实验直观的表现出来。基于人工神经网络BP算法的倒立摆小车实验仿真训练模型，其倒立摆BP网络为4输入3层结构。输入层分别为小车的位移和速度、摆杆偏离铅垂线的角度和角速度。隐含层单元数16个。输出层设置为1个输出单元。输入层采用Tansig函数，隐含层采用Logsig函数，输出层采用Purelin函数。用Matlab 6.5数值计算软件对模型进行学习训练，并与线性反馈控制逻辑算法对比，表明倒立摆控制B
shenjingwangluo
- 里面有两个实验，包括PPT和实验的代码，可以帮助一些想学习神经网络的朋友一个大忙。-We now have an easy scr ipt (easy.py) for users who know NOTHING about svm. It makes everything automatic--from data scaling to parameter selection. The parameter selection tool grid.py generates the follo
GeneralizedpredictiveControlbasedonneuralnetworks.
- Generalized predictive Control based on neural networks 基于神经网络的预测控制，是spinger数据库中的一片论文，对学习神经网络预测控制有一定的借鉴意义-Generalized predictive Control based on neural networks based on neural network
daima
- （压缩包里一共有5个代码） pca+lda+粗糙集+模糊神经网络 saveORLimage.m将ORL人脸库分为测试集ptest和训练集pstudy存为imagedata.mat 1.savelda.m将人脸库先进行pca降维，再用lda进行特征提取，得到新的测试集ldatest和训练集ldastudy存为imageldadata.mat 2.对ldastudy进行离散化(discretimage.m)，得到离散化矩阵disdata,存入到imagedisdata.mat
BPbianshi
- 一典型的神经网络,采用BP算法学习非线性信号!效果很好-A typical neural network using BP algorithm to learn nonlinear signal! Well!!
neuralnetworkalgorithmscolletions
- 一个用C语言编写的神经网络的程序集合，里面包括了art1，bp，cpn， hopfield ，som等神经网络的实现，可以用来学习一下-A use of C language procedures for collection of neural network, which includes art1, bp, cpn, hopfield, som, such as the realization of neural networks can be used to study the
nnetwork
- 该系统利用BP回馈神经网络算法实现对安全评价样本的学习、测试，能够正确形成安全事故各个影响因子的权重值，并且将样本和评价结果保存在数据库中，通过预测的方法为安全评价提供了一种新的途径。-The system uses neural network BP algorithm back to the safety assessment of the learning sample, test, to correct safety-related incidents affecting the for
DRNNTunningPIDControlerforcouplingplant
- DRNN神经网络自学习PID解藕控制，与PID相比具有抗干扰能力强特点-DRNN self-learning neural network PID control solution lotus, compared with PID characteristics of anti-interference ability
chap4_7f2
- 基于神经网络的PID参数整定! 可以做为学习之用!-Based on neural network PID parameter tuning! Can be used as learning!
CHAP4_7
- 基于神经网络的PID源程序 可用于学习-PID based on neural networks can be used to study the source code!!
webcat
- 这是一个100 ％纯Java库，您可以使用适用于N元 分析技术的过程分为文本文件。 该计划包括几个不同的分类算法， namelly 支持向量机，贝叶斯Logistic回归，神经网络分类和文本压缩 算法。如支持向量机和贝叶斯Logistic回归，一个 “一对一” 用于多类分类。更详细的说明这些学习算法和可用的选项，请提供的javadocs 。-It is a 100 pure Java library that you can use to apply N-Gr
BParithmetic
- 机器学习。神经网络算法。 用c语言开发。-Machine learning. Neural network algorithm. Using c language.
neuralne
- MATLAB神经网络应用设计:书中实例源程序！ 方便大家学习！-Application of MATLAB neural network design: example of source book! To facilitate learning!
bpnet
- 一个BP神经网络封装类。包括矩阵运算的封装。采用特殊封装方式，极大简化书写矩阵运算表达式，同时尽量减少申请/释放内存，提高运行速度。经过封装，这个神经网络结构很简单，易于理解，易于扩展。相信这个封装能给学习，应用神经网络的同学以方便。-A BP neural network package. Including a Matrix operations packaging. With special package methou, It greatly simplify the expressio
bp
- 主要是用于神经网络课程学习后练习用的资料。-The main course for the neural network after learning the information used in practice.
ANN
- 人工神经网络的学习体会与感受，使你从不懂成为运用神经网络的高手，真是受益匪浅啊！-Artificial neural network learning experiences and feelings so that you do not know as the use of neural networks from a master, really benefited from ah!
11
- 神经网络与Matlab，利用BP学习规则训练前向网络，使其完成函数逼近、矢量分类和模式识别，选择训练参数， 并指示如何进行训练-Neural network and Matlab, using BP learning rule before training the network to complete its function approximation, vector classification and pattern recognition, to select the trainin
MATLABlanguageandapplication
- < 控制系统计算机辅助设计--MATLAB语言与应用>>系统地介绍了国际控制界最流行的控制系统计算机辅助设计语言MATLAB，侧重于介绍MATLAB语言编程基础与技巧、数学问题的MATLAB求解、线性系统计算机辅助分析、控制系统与其他复杂系统的Simulink建模，控制系统的计算机辅助设计方法，包括串联控制器、状态反馈控制器、多变量系统频域设计、PID控制器设计、最优控制器设计、LQG/LTR控制器设计、H2=H1 最优控制、分数阶控制、自适应控制、模糊控制、神经网络控制、遗传
rengongshenjingwangluo
- 关于人工神经网络的实用书籍，适合初学者，以及有一定基础的读者学习-Information on artificial neural networks and practical books, suitable for beginners, as well as readers of a certain basis for learning