搜索资源列表
Lience_matlab
- 车牌识别Matlab程序，可直接运行，内含实验原理报告和源程序！-License Plate Recognition Matlab program can be run directly, the report contains the experimental principle and the source!
BP-gearbox-fault-1
- BP神经网络在齿轮箱故障诊断中的应用：介绍了BP网络的原理、算法，并用BP网络对采煤机截割部齿轮箱机械传动系统的故障进行了趋势预测。经过地面模拟加载实验及井下验证，证明用人工神经网络可较好地预报机器故障，变被动维修为视情维修，可节省大量的设备维修费用，为合理安排生产计划及设备检修提供了可靠的依据。-BP、gearbox fault diagnosis
BP-neural-network-model
- 本文在了解神经元和BP算法的基础上，使用MATLAB软件作为开发工具建立BP神经网络模型，重点研究了BP神经网络结构设计的原理和方法，包括影响BP神经网络训练能力的因素，以及这些因素如何影响BP神经网络的性能；改变不同参量，对比实验数据，总结各个参量对BP神经网络的影响。从而寻找最佳的BP神经网络模型。本文还对一些其他的神经网络算法进行了总结和介绍。- In this paper , based on understanding of the neuronal model and learni
bp-matlab
- bp的matlab源代码 多层前馈网络用于图像压缩的网络模型、原理、算法及关键技术，并通过仿真实验说明了在BP神经网络图像压缩中，算法、激活函数和压缩率等参数的选择是至关重要的，它们与收敛时间以及重建图像的压缩性能息息相关。-the multilayer feedforward network for image compression network model, theory, algorithm and key technologies, by simulation illustrates
hopfield
- 一、 实验目的 1. 通过本实验加深对Hopfield神经网络原理的认识与理解； 2. 进一步熟练MATLAB软件和该软件平台上神经网络的模式识别功能。 二、 实验内容 本实验利用Hopfield神经网络来对0-9这10个数字进行识别，并实现噪声数字的识别。 -First, the purpose of the experiment Through this experiment to deepen knowledge and understanding of the H
2
- 用BP网络解决XOR分类问题,本次实验主要是让大家对 BP 网络有进一步了解和认识，熟知BP 算法以及其在MATLAB中的程序实现，在掌握这些基本原理的同时解决XOR的分类问题。-XOR using BP network to solve classification problems, mainly of this experiment is to let everyone have a better understanding of BP network and understanding,
3
- BP神经网络逼近正弦函数 本次实验主要是让大家对BP网络设计进一步了解和认识，熟悉BP网络，熟知BP学习算法的原理以及其在MATLAB中的程序实现，在掌握这些基本原理的同时用BP神经网络逼近正弦函数。 BP网络有很强的映射能力，主要用于模式识别和函数逼近。可以采用BP网络函数逼近的能力来求解数学式难以表达的函数。本实验采用一个三层BP网络，看它如何逼近一个正弦函数的。-BP neural network to approach the sine function The main e
quality-qnary-attribute
- 正则表达式到有穷自动机, “DFAScan”的改进版本, 编译原理实验代码之一,()
第一次实验Adaline
- 熟悉Kosko型双向联想记忆网络的原理与结构，通过仿真实验掌握具体实现方法，了解该网络的功能及性能，加深对该类网络的稳定状态和能量函数等概念的理解。(We are familiar with the principle and structure of Kosko bidirectional associative memory network. We can grasp the specific implementation method through simulation experime
BCI_MI_CSP_DNN
- BCI_MI_CSP_DNN是一种基于matlab的运动图像脑电信号分类程序。 基于matlab深度学习工具箱编写了BCI_MI_CSP_DNN程序 本程序的原理基于CSP和DNN算法 这个程序的性能是基于BCI竞赛II数据集II 提出了一种基于深度学习的运动图像脑电信号分类方法。在预处理原始脑电图信号的基础上，采用共空间模型(CSP)方法提取脑电图特征矩阵，并将其输入深度神经网络(DNN)进行训练和分类。我们的工作在BCI Competition II Dataset III上进行了实