搜索资源列表
Fnn_pid
- 基于神经网络的PID控制不是用神经网络来整定PID的参数，而是用神经网络直接作为控制器，通过训练神经网络的权系数间接地调整PID参数。-based on neural network PID control is not using neural networks to PID parameters, Rather, as a neural network controller directly, through the training of the neural network weight
laolu___step2lms
- 本源码将横向自适应滤波器和格型自适应滤波器的LMS算法综合在一起,对起权系数跟踪性能可以做较好的比较.
4_1
- 改进的单神经元自适应pid控制，权系数的在线修正不完全是根据神经网络学习原理，而是参考实际经验制定。
AHP_code
- AHP层次分析法计算判断矩阵的最大特征值、权系数向量及权重总排序，简便实用。
Matlab_LMS3
- 自适应线性预测编码问题，利用白噪声序列生成信号序列，进而进行LMS迭代，计算滤波器权系数的轨迹曲线和衰减曲线
LMS
- 最小均方（LMS）自适应算法就是一中已期望响应和滤波输出信号之间误差的均方值最小为准的，依据输入信号在迭代过程中估计梯度矢量，并更新权系数以达到最优的自适应迭代算法。LMS算法是一种梯度最速下降方法，其显著的特点是它的简单性。这算法不需要计算相应的相关函数，也不需要进行矩阵运算。
ClusteringanalysisbasedonSOFMnetwork
- 基于自组织特征映射网络的聚类分析，是在神经网络基础上发展起来的一种新的非监督聚类方法，分析了基于自 组织特征映射网络聚类的学习过程，分析了权系数自组织过程中邻域函数和学习步长的一般取值问题，给出了基于自组织 特征映射网络聚类实现的具体算法，并通过实际示例测试，证实了算法的正确性。 -Based on self-organizing feature map network cluster analysis, neural network is developed on the basi
33
- BP算法是为了解决多层前向神经网络的权系数优化而提出来的；所以，BP算法也通常暗示着神经网络的拓扑结构是一种无反馈的多层前向网络-BP algorithm is to solve the multi-layer feedforward neural network weights optimization and put forward Therefore, BP algorithm usually implies that the topology of neural network is
44
- BP算法是为了解决多层前向神经网络的权系数优化而提出来的；所以，BP算法也通常暗示着神经网络的拓扑结构是一种无反馈的多层前向网络-BP algorithm is to solve the multi-layer feedforward neural network weights optimization and put forward Therefore, BP algorithm usually implies that the topology of neural network is
adaptivefir
- 自适应滤波器。自适应滤波器为11个权系数的FIR结构。（1）不同的方差σ2（2）LMS算法画出一次实验的误差平方收敛曲线，训练长度为500，给出滤波器系数；进行20次独立实验，给出平均收敛曲线。不同步长值的比较。（3）RLS算法，LMS和RLS算法的比较 -Adaptive filter. Adaptive filter weights for 11 of the FIR structure. (1) different variance σ2 (2) LMS algorithm for a
modifiedPID
- 改进的单神经元自适应PID控制,权系数的再线修正不完全是根据神经网络学习原理-Improved single neuron adaptive PID control, the right to re-line coefficient amendment is not in full accordance with the principle of neural network learning
BP
- 反向传播算法也称BP算法，是一种神经网络学习的数学模型，解决多层前向神经网络的权系数优化-Back-propagation algorithm, also known as BP algorithm is a neural network study of the mathematical model and solve multi-layer feedforward neural network weights optimization
d9000mpi3
- 对互谱法被动测距的原理及算法各个环节进行仿真验证：加权最小二乘估计中权系数的选取；相关窗长度的选取；各频段综合方法等等。最后实现了对9000m—15000m距离的测距-Cross-spectral method for passive ranging all aspects of theory and algorithms for simulation: weighted least squares estimation of the right of the selection coeffic
bp
- 利用BP算法实现加权系数的优化，实现误差最小-BP algorithm using the weighted coefficient is optimized to achieve the smallest error
53607934MATLAB_LMS1
- LMs算法，用于线性最优滤波器设计，权系数的递归算法-LMs algorithm for linear optimal filter design, the weight coefficient of the recursive algorithm
filt2
- 这是一个计算具有线性约束的自适应滤波器权系数的程序。是本人做课题编出来的-This is a calculation of the adaptive filter with a linear constraint weights procedures. Is the subject of code out, I do
GeneticWavelet
- 提出了一种基于遗传算法和小波神经网络的 PI 参数整定方法。首先 ,利用具有自然进化的遗传算法对小波神经网络的初始权值进行优化训练 ,解决了控制器网络初始权系数对控制效果产生的影响 其次 ,利用小波神经网络对PID参数进行在线调节 最后将此算法运用到电机控制系统的 P I D参数寻优中。-A new-type controller based on genetic algorithm andwavelet neural net work was presented.The genetic alg
ahp
- 算权系数的 AHP层次分析法..计算 权系数-Calculated weights of AHP AHP
Kohonen
- Kohonen神经网络算法工作机理为：网络学习过程中，当样本输入网络时，竞争层上的神经元计算输入样本与竞争层神经元权值之间的欧几里德距离，距离最小的神经元为获胜神经元。调整获胜神经元和相邻神经元权值，使获得神经元及周边权值靠近该输入样本。通过反复训练，最终各神经元的连接权值具有一定的分布，该分布把数据之间的相似性组织到代表各类的神经元上，使同类神经元具有相近的权系数，不同类的神经元权系数差别明显。需要注意的是，在学习的过程中，权值修改学习速率和神经元领域均在不断较少，从而使同类神经元逐渐集中。-
cmac
- MATLAB语言作为编程工具构造CMAC神经网络，利用公式Wij(k+1)=Wij(k)+β(yid-yi)α/αTα对连接权系数Wij进行调整，用来对正弦函数sin（x）进行逼近-MATLAB programming language as a tool to construct CMAC neural network, using the formula Wij (k+1) = Wij (k)+ β (yid-yi) α/αTα the connection weights Wij to a