当前位置:
首页
资源下载
![](/images/right.gif)
搜索资源 - mathematical Network
搜索资源列表
-
0下载:
数学模型,将GM灰度模型与BP神经网络进行融合,可用于对数据的预测(The mathematical model combines the GM gray model with the BP neural network, and can be used to predict the data)
-
-
1下载:
是一种按误差逆传播算法训练的多层前馈网络,是目前应用最广泛的神经网络模型之一。BP网络能学习和存贮大量的输入-输出模式映射关系,而无需事前揭示描述这种映射关系的数学方程。(It is a multilayer feedforward network trained by error backpropagation algorithm, and is one of the most widely used neural network models. BP networks can learn a
-
-
0下载:
编程资料:java经典编程300例:本书以基础知识结构为框架, 给出了每部分知识中可能遇到的疑难问题或者是开发技巧。 本书共 17 章, 主要包括 Java 语言概述、 Eclipse 开发工具、 Java 语言基础、 流程控制、 数组及其常用操作、 面向对象入门、 面向对象进阶、 字符串与包装类、 Java 集合类框架、 常用数学工 具类、错误处理、 输入/输出、枚举类型与泛型、 Swing 入门、多线程、 网络通信和数据库操作。(Programming information: Java c
-
-
0下载:
这个程序用神经网络建立数学模型,检验两者的匹配性(A mathematical model is established by neural network to test the matching property)
-
-
0下载:
matlab补偿模糊神经网络源代码
本文中有两个函数m文件:model126.m是一个用于预测的完全没有用工具箱函数的补偿模糊神经网络主程序,用于仿真、对比训练数据和网络输出的差异;cb.m是一个非线性系统的数学模型,在model126.m中用“ode45”函数求解这个数学模型后,可以得到105个x1(t)、x2(t)和y(t),从而建立起一个两输入一输出的补偿模糊神经网络。(There are two function m file in this paper: model126.m is
-
-
0下载:
随后该书分为三部分,第一部分是应用数学和机器学习基础,当初步具有上述理论基础后,才算叩开深度学习的大门。第二部分是深层网络的现代实践。第三部分是深度学习的理论研究,适用于想要执果索因、深入学习神经网络内在原理的研究人员学习。(The book is divided into three parts, the first part is the application of mathematical and machine learning based. When initially with t
-
-
1下载:
数学建模,物流运输规划任务的神经网络模型代码。(The neural network model code of mathematical modeling and logistics transportation planning task.)
-
-
0下载:
人工神经网络(Artificial Neural Networks,简写为ANNs)也简称为神经网络(NNs)或称作连接模型(Connection Model),它是一种模仿动物神经网络行为特征,进行分布式并行信息处理的算法数学模型(Artificial neural network is also referred to as neural network (NNs) or connection model. It is a mathematical model for simulating
-
-
1下载:
上篇介绍数学建模中常规方法的matlab实现,包括matlab交互、数据建模、程序绘图、灰色预测、规划模型等方法;还介绍了各种高级方法的matlab实现,包括遗传算法、粒子群算法、模拟退火算法、人工神经网络、小波分析、动态仿真、数值模拟等。下篇以真实的数学建模赛题为案例,介绍了如何用matlab求解实际的数学建模问题,给出了详细的建模过程和程序(The introduction of conventional methods of mathematical modeling in matlab
-
-
1下载:
数学建模算法大全,包括群智能,贪婪算法,神经网络等(Mathematical modeling algorithm, including swarm intelligence, greedy algorithm, neural network and so on.)
-
-
0下载:
TensorFlow? 是一个采用数据流图(data flow graphs),用于数值计算的开源软件库。节点(Nodes)在图中表示数学操作,图中的线(edges)则表示在节点间相互联系的多维数据数组,即张量(tensor)。它灵活的架构让你可以在多种平台上展开计算,例如台式计算机中的一个或多个CPU(或GPU),服务器,移动设备等等。TensorFlow 最初由Google大脑小组(隶属于Google机器智能研究机构)的研究员和工程师们开发出来,用于机器学习和深度神经网络方面的研究,但这个系
-
-
0下载:
数学建模算法与应用程序上传,灰色预测,神经网络,时间序列(Mathematical modeling algorithm and application upload, grey prediction, neural network, time series.)
-
-
0下载:
matlab程序上传详细,时间序列网络模型guide实力(Mathematical modeling algorithm and application upload, grey prediction, neural network, time series.)
-
-
1下载:
对于大型楼宇或矿井复杂的通风网络结构,建立数学模型,运用改进的粒子群优化算法,对通风网络进行精准通风,按需分风。(For the complex ventilation network structure of large buildings or mines, the mathematical model is established, and the improved particle swarm optimization algorithm is used to make the vent
-
-
1下载:
人工神经网络(Artificial Neural Networks,简写为ANNs)是一种模仿动物神经网络行为特征,进行分布式并行信息处理的算法数学模型。这种网络依靠系统的复杂程度,通过调整内部大量节点之间相互连接的关系,从而达到处理信息的目的,并具有自学习和自适应的能力。(Artificial neural network is an algorithm mathematical model that mimics the behavior characteristics of animal
-
-
8下载:
本书是深度学习真正意义上的入门书,深入浅出地剖析了深度学习的原理和相关技术。书中使用Python3,尽量不依赖外部库或工具,从基本的数学知识出发,带领读者从零创建一个经典的深度学习网络,使读者在此过程中逐步理解深度学习。书中不仅介绍了深度学习和神经网络的概念、特征等基础知识,对误差反向传播法、卷积神经网络等也有深入讲解,此外还介绍了深度学习相关的实用技巧,自动驾驶、图像生成、强化学习等方面的应用,以及为什么加深层可以提高识别精度等“为什么”的问题。(This book is a true sen
-
-
3下载:
本书首先从简单的思路着手,详细介绍了理解神经网络如何工作所必须的基础知识。第一部分介绍基本的思路,包括神经网络底层的数学知识,第2部分是实践,介绍了学习Python编程的流行和轻松的方法,从而逐渐使用该语言构建神经网络,以能够识别人类手写的字母,特别是让其像专家所开发的网络那样地工作。第3部分是扩展,介绍如何将神经网络的性能提升到工业应用的层级,甚至让其在Raspberry Pi上工作。(This book begins with a brief introduction to the basi
-
-
5下载:
配电网网络重构是配电系统极为重要的优化手段.以配电网网损最低为目标函数,结合约束条件确定配电网静态重构的数学模型,提出基于环路编码、分环替代的策略对配电网重构问题进行求解,最后结合IEEE-33节点算例,证明提出的算法,在降低搜索空间,提高寻优成功率和增加寻优效率上都有突出表现.(Distribution network reconfiguration is a very important means of optimization in distribution system. Taking
-
-
0下载:
With the burst of a Wanna decryptor [1] in the middle of 2017, secure communication within a network [2] has again
triggered the considerable attention. Meanwhile, many feasible methods have been proposed to enhance the data security
and it is also
-
-
4下载:
采用D-H法建立了多自由度机械臂末端执行器相对于基础坐标系的位置与姿态,即多自由度机械臂的正运动学模型。其次对多自由度机械臂的逆运动学模型进行了分析。最后通过采用Langrange法对多自由度机械臂的动力学进行了建模,并对多自由度机械臂的动力学模型及其特点进行了分析。 针对多自由度机械臂数学模型的不确定性问题,提出一种基于RBF神经网络的机械臂自适应控制方法。(The position and attitude of the end effector of the multi DOF Manip
-