搜索资源列表
rl
- 人工神经网络(Aartificial Neural Network，下简称ANN)是模拟生物神经元的结构而提出的一种信息处理方法。早在1943年，已由心理学家Warren S.Mcculloch和数学家Walth H.Pitts提出神经元数学模型，后被冷落了一段时间，80年代又迅猛兴起［1］。ANN之所以受到人们的普遍关注，是由于它具有本质的非线形特征、并行处理能力、强鲁棒性以及自组织自学习的能力。其中研究得最为成熟的是误差的反传模型算法(BP算法，Back Propagation)，它的网络
BP
- 这是对BP神经网络模型与学习算法的一个概述，也就是基础的希望对大家有用。-This is a model of BP neural network learning algorithm and an overview of the foundation is useful for all of us hope.
BpNet_src
- 这是一个用C++实现的神经网络算法，仅供学习参考-This is a use of C++ realization of the neural network algorithm, a reference for the study
network
- 关于神经网络入门学习的教程，适用于刚开始学习的人-Getting Started on the neural network learning tutorial for people who just started learning
aa
- 遗传算法 遗传算法简称GA(Genetic Algorithm)，在本质上是一种不依赖具体问题的直接搜索方法。遗传算法在模式识别、神经网络、图像处理、机器学习、工业优化控制、自适应控制、生物科学、社会科学等方面都得到应用。在人工智能研究中，现在人们认为“遗传算法、自适应系统、细胞自动机、混沌理论与人工智能一样，都是对今后十年的计算技术有重大影响的关键技术”。-Referred to as genetic algorithm genetic algorithm GA (Genetic Algo
gcf
- 遗传算法简称GA(Genetic Algorithm)，在本质上是一种不依赖具体问题的直接搜索方法。遗传算法在模式识别、神经网络、图像处理、机器学习、工业优化控制、自适应控制、生物科学、社会科学等方面都得到应用。在人工智能研究中，现在人们认为“遗传算法、自适应系统、细胞自动机、混沌理论与人工智能一样，都是对今后十年的计算技术有重大影响的关键技术”。-Referred to as genetic algorithm GA (Genetic Algorithm), in essence is a k
lgj
- 遗传算法简称GA(Genetic Algorithm)，在本质上是一种不依赖具体问题的直接搜索方法。遗传算法在模式识别、神经网络、图像处理、机器学习、工业优化控制、自适应控制、生物科学、社会科学等方面都得到应用。在人工智能研究中，现在人们认为“遗传算法、自适应系统、细胞自动机、混沌理论与人工智能一样，都是对今后十年的计算技术有重大影响的关键技术”。-Referred to as genetic algorithm GA (Genetic Algorithm), in essence is a k
BPNet002
- 新手上路： 自己编写的BP神经网络程序，还不是成熟，希望能够加入社区和高手们学习学习-Getting Started: I have written procedures for the BP neural network, is not yet mature, I hope you can join the community and learning to learn
ANNppt
- 人工神经网络教程 值得学习和借鉴！-Artificial neural network to learn from tutorials worth!
nnexamples
- 神经网络的经典算例，可以作为学习神经网络的典范-Classical neural network example, can be used as a model of neural network learning
NNxuexiziliao
- 很好的学习神经网络的资料，希望对大家会有所帮助-Neural network to learn very good information, I hope will be helpful for all of us
CHAPTER4
- 本文讨论了神经网络PID控制策略，提出了一种单神经元自适应PID控制器，给出了控制模型，探讨了单神经元自适应PID控制学习算法，通过修改神经元控制器连接加权系数 ，构成了自适应PID控制器。利用神经网络的自学习能力进行PID控制参数的在线整定，并使用了MATLAB软件进行了仿真研究。比较传统PID控制器与单神经元自适应PID控制器两者的仿真结果表明，神经网络PID控制器参数调节简单，具有很高的精度和很强的适应性，可以获得满意的控制效果。-This paper discusses the nerv
CHAP4_3
- 采用将BP神经网络的学习算法应用于PID控制中，使BP神经网络与PID控制算法结合起来，通过吸收两者的优势，使系统具有自适应性。这样系统可自动调节控制参数，更好地适应输入变量的变化，提高控制性能和可靠性。本文从BP神经网络的基本构成原理、学习规则和学习算法出发，设计了基于BP神经网络的PID控制器，并对其进行了仿真分析,结果表明，该控制方案可行、有效。-We apply the learning algorithm of BP neural network to the PID control,
rbf
- 有关于bp神经网络隐层如何采用RBF的隐层自学习方法的C语言程序-Bp neural network on how the use of RBF hidden layer the hidden layer of self-learning method of C Programming Language
matlab
- 学习bp神经网络的一个例子，有助于理解bp-bp nn MATLAB
GestureStudy
- 本程序基于 BP 神经网络完成了对用户使用鼠标输入的特定手势的识别，并且可以学习 用户创建的新手势。程序中已经存储的手势是 Palm 系列掌上电脑中手写识别专用的 Graffiti 字体的数字 0～9，这种字体的特点是每个字由一个连续笔划构成，适合用一个连贯的鼠标手势表示： -This procedure based on BP neural network was completed using the mouse to the user input of a specific ges
Neuralnetwork
- 用c编的关于神经网络的例子，可以作为学习的一个材料-C for use on the example of neural networks can be used as learning material
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