搜索资源列表
ANN
- 这是介绍神经网络的入门材料，里面包括MATLAB原程序来解决曲线拟合问题和函数的逼近
@rbf
- 因其核函数的良好性态,RBF核SVM(RBF-SVM)在实际应用中表现出良好的学习性能,但是RBF核函数中的参数对SVM的性能起决定性作用.阐述了RBF-SVM的性能随着变化而变化的规律,并将RBF-SVM引入自动羽绒识别系统中.根据自动羽绒识别系统的实际需求和RBF-SVM的性能变化规律,论述了本系统中参数的选取依据和选取过程,并且给出了的相关曲线变化图.通过研究,最后得到适合本系统的识别模型,从而提高了系统的总体识别率.同时,也验证了RBF-SVM的良好特性和其受参数的约束规律.
RBFFunction
- rbf网络用于函数逼近，学习次数少，拟合曲线也较好
bpneuralnetworksandthestudyofcurve
- 网上的大部分BP实现曲线拟合都使用MATLAB库函数，这不利于读者理解BP神经网络的算法。本文用C源码实现MATLAB库函数.-BP to achieve most of the Internet curve fitting using MATLAB library function, this does not help readers understand the BP neural network algorithm. In this paper, the realization of C
sine
- 用遗传算法优化神经网络权值 最后实现逼近sin函数曲线-Neural network using genetic algorithm optimization to achieve the right of the value of the final function curve approximation sin
GA4NN1.2
- GENNET是一个通过遗传算法优化权重的16个神经元的全连接神经网络。训练目的是使网络在一定假设的激励下，随时间产生同目标函数同样的响应，即:可以把此网络制作为一个任意波形的信号发生器。 程序分3个示例说明遗传算法进化过程中网络输出的变化趋势。可以看出网络输出（蓝色曲线）随着时间变化逐渐逼近目标函数（红色曲线）。此程序不仅可以学习遗传算法，也可以用于研究全连接网络的直观示例。-GENNET is a genetic algorithm to optimize the weights b
fuzzy_system
- 实现特定复杂输入/输出关系的模糊推理系统，下面绘制训练后面模糊推理系统的隶属度函数曲线。-To achieve a specific complex input/output relation of fuzzy inference system, the following training behind the fuzzy inference system to draw the membership function curve.
Replaceneuralnetwork
- 替换小波神经网络程序：隐层函数不用小波，用一个余弦函数或正弦函数。这个程序见附录。网络的输出也是不错的，只是有时误差曲线有点波动，但不影响系统输出结果。-Replace the neural network program
Crystal-Based-on-BP-Network
- 摘 要： 介绍BP算法神经网络由线拟舍方法，并借助MATLAB工具箱函数将它运用于方解石色散特性研 究，通过拟合效果图，误差曲线，误差范数反映BP神经网络的优越性，体现BP算法较高的预测能力和良好的泛化能 力，并且可以自动地确定数学模型．精确度高，原理也较简单，尤其对复杂的输入输出系统具有更好的效果。-Abstract： Curve fitting method of BP neural network was introduced and applied in the model of
The-SPSO-testingprocedure
- 基本的粒子群程序，测试四个标准测试函数，画出收敛曲线，验证算法的寻优性能-The basic particle swarm procedure, testing four standard test functions, draw the convergence curve, verify the performance of algorithm optimization
dongliang
- 加入动量的BP神将网络函数拟合，实现对给定传递函数曲线的拟合-The BP God to join the momentum the network function fitting
2-2-2-4
- 建立一个径向基神经网络，对非线性函数y=sqrt(x)进行逼近，并作出网络的逼近误差曲线-The establishment of a radial basis function neural network to approximate the nonlinear function y = sqrt (x), and make the network approximation error curve
BPneuralNetworkFitting
- BP神经网络拟合曲线函数，同时该网络为可学习的神经网络，曲线拟合效果好-BP neural network curve fitting functions, while the network can learn the neural network, curve fitting good effect
GAPmatlab
- 遗传算法进行动态寻优最小值，并给出函数的图形、算法的源代码、程序流程图、主要参数记录、寻优结果、迭代次数、收敛曲线及实验结果分析.-Genetic algorithms for dynamic optimization of the minimum and gives the function graph, the algorithm source code, program flow, the main parameters of the recording, the optimization
fuzzyzmy
- 利用模糊控制实现函数辨识，运行结果为显示原曲线，辨识曲线和误差。另还有多幅辅助曲线。- Using fuzzy control to realize function identification, the results show that the original curve, the identification curve and error. There are also many auxiliary curv
radbasexamples
- 神经网络中径向基函数RBF用于曲线拟合。这是一个应用RBF的具体例子。-Neural networks of radial basis function RBF for curve fitting. This is a concrete example of an application of RBF.
radbasexamples3
- 神经网络中径向基函数RBF用于曲线拟合。这是另一个应用RBF的具体例子。-Neural networks of radial basis function RBF for curve fitting. This is a concrete example of another application RBF.
particle-swarm-optimization
- 利用粒子群优化算法寻找下列多元函数的最大值：f(x, y) = x*cos(2*pi*y) + y*sin (2*pi*x) -2≤x≤2，-2≤y≤2 要求输出最优解、最优解对应的x和y值，以及粒子群优化算法迭代过程中的适应度函数进 化曲线。-Maximum use of particle swarm optimization algorithm to find the following multivariate function: f (x, y) = x*
Genetic-Algorithm-matlab
- 利用遗传算法寻找下列多元函数的最大值：输出最优解、最优解对应的x和y值，以及遗传算法迭代过程中的适应度函数进化曲线。 -Maximum use of genetic algorithm to find the following multivariate function: output the optimal solution, x and y values corresponding to the optimal solution, and genetic a
BNB18
- 插值:采集到的数据可以看作是精确数据,要求函数或曲线通过这些数据点-Interpolation: The collected data can be considered accurate data, functions, or requirements for the data points Curves