搜索资源列表
pid
- 人工神经网络(Artificial Neural Network)是从生理角度对智能的模拟，具有极 高的学习能力和自适应能力，能够以任意精度逼近任意函数，完成对系统的仿真； 而遗传算法是对自然界生物进化过程的模拟，具有极强的全局寻优能力，这两种 算法都是当下研究较多的智能方法。将这两种方法与常规的 PID 控制相结合， 构成智能 PID 控制器，使其具有参数自整定、自适应的能力，以适应复杂环境 下的控制要求，这一思路对提高控制效果具有很好的现实意义。 -Artificia
2010331161316_1593923
- 关于bp神经网络预测程序实例，希望给予大家的学习带来帮助！-These are examples of BP.
88
- 关于bp神经网络预测程序实例，希望给予大家的学习带来帮助！-These are examples of BP.
ANN
- 文件为《精通MATLAB神经网络》一书的源程序，文件中有大量用Simulink编写的源程序，对于学习如何用Simulink编写神经网络程序有帮助。-File " master MATLAB neural network," a book of the source, the document prepared by a large number of source code with Simulink, Simulink for learning how to write ne
bp-matlab-code
- 一个非常优秀的BP神经网络源程序,适合初学者学习-A very good source BP neural network, suitable for beginners to learn
nnctrl20
- 人工神经网络控制工具箱（其中包括各种学习方法、训练方法）----神经网络机器人视觉伺服。-Artificial neural network control toolbox (which includes a variety of learning methods, neural network training methods )---- robot visual servo.
sensor
- 该算法也是人工神经网络理论中的线性阈值神经元的学习算法-The algorithm of artificial neural network theory is the linear threshold learning algorithm of neural
Robot_control(neutral-network)
- 机器人神经网络控制，可以实现在线学习。并且对学习的误差会逐渐减小，达到控制精度的要求。-Robot neural network control, online learning can be achieved. And error learning will gradually decrease to control accuracy.
BP-net-work--example
- BP神经网络案例，matlab编程，对学习神经网络编程来说很有用-BP net work programming
aforge_demo
- 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，机器人等领域。-The article describes an open source C# framework for researchers in the areas of Computer Vision and Artificial Intelligence- image processing, neural networks, genetic alg
afforge_src
- 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，机器人等领域。-AForge.NET is a C# framework designed for developers and researchers in the fields of Computer Vision and Artificial Intelligence- image processing, neural networks, genetic
work
- 《神经网络与机器学习》simon Haykin著bp算法实现对双月数据的分类-" Neural networks and machine learning" simon Haykin bp algorithm with the classification of bi-monthly data
work1
- 《神经网络与机器学习》中的rls算法程序-neural networks and learing machines
LMS
- 《神经网络与机器学习》中的lms算法，自己编写-" Neural networks and machine learning" in the lms algorithm
conjg
- 《神经网络与机器学习》书中的，根据共轭梯度法进行双月型数据的分类-" Neural Networks and Machine Learning" book, according to the conjugate gradient method for data classification based bimonthly
20110619-1
- 针对BP神经网络存在的缺点，本文利用遗传算法能够收敛到全局最优解而 且遗传算法鲁棒性强的特点将遗传算法同神经网络结合起来，不仅能发挥神经网 络的泛化映射能力，而且使神经网络具有很快的收敛性以及较强的学习能力。为 了验证遗传算法优化BP神经网络的有效性，本文将此算法应用到直线一级倒立 摆的稳定控制中，同时利用UbVIEW语言界面开发能力强，并且数据输入、网 络通信、硬件控制简单的优点，制作了倒立摆的仿真控制和实时控制软件。仿真 研究表明，遗传算法优化BP神经网络的控制器设计
BP
- bp神经网络基本形式，可用于地物分类和预测等，是初级学者学习的好助手-bp neural network basic form, can be used for classification and prediction of surface features, is a good assistant junior scholars to study
BP
- 构建BP神经网络，源码。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。它的学习规则是使用最速下降法，通过反向传播来不断调整网络的权值和阈值，使网络的误差平方和最小。BP神经网络模型拓扑结构包括输入层（input）、隐层(hide layer)和输出层(output layer)。-BP neural network to build, source. BP network can learn and store a lot of input- out
RBF
- 运用常规的PID控制算法很难达到人们所要求的控制效果。采用改进的BP神经网络算法进行改进具有以任意精度逼近非线性函数的能力，而且通过它的自身的学习，可以找到某一最优控制率下的PID控制器参数，使其具有更好的鲁棒性和自适应的能力。-Using conventional PID control algorithm is difficult to live up to the required control effect. The improved BP neural network algorit
BPmain_batch
- 关于bp神经网络的一个例子，为大家提供参考学习。-Bp neural network on an example, we provide a reference for the study.