搜索资源列表
jiqirenbizhang
- 移动机器人避障的，主要应用了神经网络和模糊控制，在matlab里面运行-Mobile robot obstacle avoidance, the main application of neural networks and fuzzy control, run inside matlab
robot-control-matlab-simulation
- 一个用于机器人控制领域的matlab教程，包括自适应控制，模糊控制，神经网络控制等不同智能算法。-A field for robot control matlab tutorial, including adaptive control, fuzzy control, neural network control, such as different intelligent algorithms.
AForge.NET
- AForge.NET是一个专门为开发者和研究者基于C#框架设计的，他包括计算机视觉与人工智能，图像处理，神经网络，遗传算法，机器学习，模糊系统，机器人控制等领域。-AForge.NET is a specialized developer and researcher based C# framework designed, he included computer vision and artificial intelligence, image processing, neural netw
robot-Neural-network-control
- 该程序是由matlab编写的，可实现机器人的神经网络控制的仿真分析。-The program is written by matlab, simulation analysis enables the robot' s neural network control.
chengxufour
- 单力臂机械手控制基于模型分块的机器人神经网络自适应控制-Single-arm robot control block of model-based neural network adaptive control robot
chengxufive
- 双力臂机械手控制，基于分块模型逼近的机器人神经网络自适应控制-Dual-arm robot control, block model approach based on neural network adaptive robot control
The-robot-adaptive-control
- 机器人神经网络自适应控制，用于研究机器人控制算法，提供源码-Neural network adaptive control, robot control algorithm is used to study the robot, to provide the source code
RBF
- 采用RBF神经网络算法对机器人手臂进行控制，达到很好的控制效果，精确度也相对较高。-RBF neural network algorithm for controlling the robot arm, to achieve a good result, the accuracy is relatively high.
Reinforcement-Learning
- 基于神经网络的强化学习是对强化学习算法的一种改进，本文讲述了将基于神经网络的强化学习算法用于移动机器人动态导航。-Reinforcement learning based on neural network is an improvement of reinforcement learning algorithm. This paper describes the reinforcement learning algorithm based on neural network for dynam
artificial-neural-network-for-robot
- 将人工神经网络应用到机器人的控制中，程序都可运行，得到好的控制性能-The applications of artificial neural network to the control of the robot, the program can run, get good control performance
checkdata6out
- 六自由度混联机器人运动学正解分析，此处采用神经网络对数据预处理-forward kinematics for a six degrees of freedom hybrid robot, here neural networks is used of for data preprocessing
shenjing
- 基于神经网络算法的移动机器人路径规划源程序，可以运行-Source Code for Dynamic Path Planning Based on Neural Network Algorithm
jiqirenxitong
- 机器人系统的控制方法，利用滑模控制和神经网络来实现。-Robot system control method, using sliding mode control and neural network to achieve.
AForge.NET Framework-2.2.5
- AForge.NET是一个专门为开发者和研究者基于C#框架设计的，这个框架提供了不同的类库和关于类库的资源，还有很多应用程序例子，包括计算机视觉与人工智能，图像处理，神经网络，遗传算法，机器学习，机器人等领域。 这个框架由一系列的类库组成。主要包括有: AForge.Imaging -- 一些日常的图像处理和过滤器 AForge.Vision -- 计算机视觉应用类库 AForge.Neuro -- 神经网络计算库AForge.Genetic -进化算法编程库 AF
BPDLX
- 神经网络回归，完成某种信号处理或模式识别的功能、构作专家系统、制成机器人、复杂系统控制等等。(Some functions such as signal processing or pattern recognition, expert system, robot manufacturing, complex system control and so on.)
matlab
- 智能小车是移动机器人的一种，可通过计算机编程来实现其对行驶方向、启停以及速度的控制。要想让智能小车在行驶过程中能成功地避开障碍物，必须对其进行路径规划?，路径规划的任务是为小车规划一条从起始点到目标点的无碰路径。路径规划方法有：BP人工神经网络法（Back Propagation）、机器学习（Reinforcement Learning）、以及模糊控制（Fuzzy Control）方法等。(There are many ways on autonomous mobile robot obstac
bag
- 我们用三个方向的距离，把它们放进简单的神经网络输出至Jackal机器人。让它尝试不同的轨迹和方向，然后找到完美的路线，利用迭代学习与遗传 算法，从而达到完美的避障。该项目有着广泛的应用，如自动驾驶，如扫地机器人我们也可以看到Jackal变得越来越智能化连续学习，这是非常有趣的。(We use the distance from three directions and put them into the simple neural network to output to the Jackal
单力臂机械手控制
- 对于单力臂机器人的机械手基于神经网络的控制(Robotic Manipulators Based on Neural Network Control for Single Arm Robots)
面向安防监控AI应用的图形处理技术
- 在对人工智能(AI)而非提高像素的需求推动下，特别是在由计算机视觉和数据驱动的决策制定方面，GPU(图形处理单元)领域已出现一场革命。神经网络的到来已使视觉处理成为现代世界的关键因素。因此，机器人处理操作、智能监控摄像头以及汽车高级驾驶辅助系统(ADAS)等相关行业都发生了变化
chatbot
- 聊天机器人 原理： 严谨的说叫 ”基于深度学习的开放域生成对话模型“，框架为Keras（Tensorflow的高层包装），方案为主流的RNN（循环神经网络）的变种LSTM（长短期记忆网络）+seq2seq（序列到序列模型），外加算法Attention Mechanism（注意力机制），分词工具为jieba，UI为Tkinter，基于”青云“语料（10万+闲聊对话）训练。 运行环境：python3.6以上，Tensorflow，pandas，numpy，jieba。(Chat Robot