CDN加速镜像 | 设为首页 | 加入收藏夹
当前位置: 首页 资源下载 源码下载 数值算法/人工智能 人工智能/神经网络/遗传算法 搜索资源 - 响应函数

搜索资源列表

  1. BP

    0下载:
  2. BP算法 给定一个由N维向量X组成的集合,这些向量将是一个响应agent的感知处理单元计算出的特征向量。这些分量的值可以是数值,也可以是布尔值。这些动作也许是学习者所观察到的一个教师对一组输入的响应。这些相关的动作有时称为向量的“标号”或“类别”。集合与响应的标号组成“训练集合(training set)”.机器学习问题就是寻找一个函数。
  3. 所属分类:人工智能/神经网络/遗传算法

    • 发布日期:2008-10-13
    • 文件大小:1.2kb
    • 提供者:张志丹
  1. Matlab遗传算法改进程序

    3下载:
  2. 遗传算法(Genetic Algorithm)是一类借鉴生物界的进化规律(适者生存,优胜劣汰遗传机制)演化而来的随机化搜索方法。它是由美国的J.Holland教授1975年首先提出,其主要特点是直接对结构对象进行操作,不存在求导和函数连续性的限定;具有内在的隐并行性和更好的全局寻优能力;采用概率化的寻优方法,能自动获取和指导优化的搜索空间,自适应地调整搜索方向,不需要确定的规则。遗传算法的这些性质,已被人们广泛地应用于组合优化、机器学习、信号处理、自适应控制和人工生命等领域。它是现代有关智能计算
  3. 所属分类:人工智能/神经网络/遗传算法

  1. GA4NN1.2

    0下载:
  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
  3. 所属分类:AI-NN-PR

    • 发布日期:2017-05-24
    • 文件大小:3.84mb
    • 提供者:huangjian
  1. impulse_rbe_test1

    0下载:
  2. 神经网络求解系统的脉冲响应函数Neural network to solve system impulse response function-Neural network to solve system impulse response function
  3. 所属分类:AI-NN-PR

    • 发布日期:2017-04-08
    • 文件大小:1.37kb
    • 提供者:zhoukai
  1. impulse_rbe_test3

    0下载:
  2. 径向基网络法求解系统的脉冲响应函数,采用matlab编程实现,收敛速度快。-rbe net
  3. 所属分类:AI-NN-PR

    • 发布日期:2017-04-04
    • 文件大小:1.35kb
    • 提供者:zkcome
  1. Model-predictive-control

    0下载:
  2. 预测控制系统频应响应系统分析工具和专用绘图函数,予详细介绍,以一基于阶跃响应模型的控制器设计(动态矩阵控制方法)为例进行示范说明。-Model predictive control
  3. 所属分类:AI-NN-PR

    • 发布日期:2017-11-07
    • 文件大小:16.57kb
    • 提供者:wuxuan
  1. cor_ls

    0下载:
  2. 把辨识分成两步进行:第一步:利用相关分析法获得对象的非参数模型(脉冲响应或相关函数);第二步:利用最小二乘法、辅助变量法或增广最小二乘法等,进一步求的对象的参数模型。如果模型噪声与输入无关,则Cor-ls相关最小二乘法(二步法)可以得到较好的辨识结果。Cor-ls相关最小二乘法(二步法)实质上是先对数据进行一次相关分析,滤除了有色噪声的影响,再利用最小二乘法必然就会改善辨识结果。能适应较宽广的噪声范围,计算量不大,初始值对辨识结果影响较小。但要求输入信号与噪声不相关-The identifica
  3. 所属分类:AI-NN-PR

    • 发布日期:2017-11-30
    • 文件大小:909byte
    • 提供者:张鹏
  1. BP

    0下载:
  2. BP神经网络是一个前向网络,它利用误差反向传播算法对网络进行训练,结构简单,可塑性强。本例选择3层BP神经网络(隐层为1层)来逼近函数,单输入单输出,隐层包含7个神经元,预设精度为0.1,学习率设为0.1,循环次数为5000次,达到循环次数,或结果达到预设精度要求,结束计算。激活函数选择双曲函数,采用梯度下降法,通过神经元的输入和误差,以及权值的学习速率来计算权值的变化率。将输入提供给网络后,神经元的激活值从输入层经各中间层向输出层传播,输出层的神经元获得网络的输入相应。接下来,按照减少目标输出
  3. 所属分类:AI-NN-PR

    • 发布日期:2017-12-06
    • 文件大小:1.57kb
    • 提供者:张鹏
搜珍网 www.dssz.com