搜索资源列表
Hermit多项式在线学习ran算法
- 本程序用资源分配网(Resource_Allocation Network,简称RAN)实现了Hermit多项式在线学习问题。训练样本产生方式如下，样本数400，每个样本输入Xi在区间[-4,4]内随机产生（均匀分布），相关样本输出为F(Xi) = 1.1(1-Xi + Xi2)exp(-Xi2/2),测试样本输入在[-4，+4]内以0.04为间隔等距产生，共201个样本。训练结束后的隐节点为：11个，训练结束后的平均误差可达：0.03 -this program resources dis
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。
BP
- 基于BP神经网络的 参数自学习控制 （1）确定BP网络的结构，即确定输入层节点数M和隐含层节点数Q，并给出各层加权系数的初值 和 ，选定学习速率 和惯性系数 ，此时k=1； （2）采样得到rin(k)和yout(k)，计算该时刻误差error(k)=rin(k)-yout(k)； （3）计算神经网络NN各层神经元的输入、输出，NN输出层的输出即为PID控制器的三个可调参数 ， ， ； （4）根据(3.34)计算PID控制器的输出u(k)； （5）进行神经网络学习，在线调整加权
mlclass-ex1_complete
- 机器学习算法实现使用octave语言，初级简单练习，斯坦福大学在线课程-Machine learning algorithm using octave language, primary simple exercise, Stanford university online courses
CHAPTER4
- 本文讨论了神经网络PID控制策略，提出了一种单神经元自适应PID控制器，给出了控制模型，探讨了单神经元自适应PID控制学习算法，通过修改神经元控制器连接加权系数 ，构成了自适应PID控制器。利用神经网络的自学习能力进行PID控制参数的在线整定，并使用了MATLAB软件进行了仿真研究。比较传统PID控制器与单神经元自适应PID控制器两者的仿真结果表明，神经网络PID控制器参数调节简单，具有很高的精度和很强的适应性，可以获得满意的控制效果。-This paper discusses the nerv
PS0-SVR
- ：针对发酵过程中生物参数难以实时在线测量的问题，建立了用于生物参数状态预估的 支持向量机软测量模型。考虑到该支持向量回归(SVR)模型的复杂性和冷化特征取决于其三 个参数 ，c， 能否取到最优值，采用粒子群优化(PSO)算法实现对参数 ，c， 的同时寻优。在 此基础上，以饲料用 ．甘露聚糖酶为对象，建立了基于PSO—SVR的发酵过程产物浓度状态预估 模型。发酵罐控制结果表明：该模型具有很好的学习精度和泛化能力，可实现对 ．甘露聚糖酶 产物浓度的实时在线预估。-In
UnknownEnvironmentBasedonFuzzyNeural
- ：为提高移动机器人在未知环境下避障行为的成功率，通过对障碍物信息的输人，从控制输出数据中找出避 障行为模式，生成相应的模糊逻辑控制规则，并把模糊控制算法引入到神经网络中，使得模糊控制器规则的在线精 度和神经网络的学习速度均有较大的提高，使移动机器人具有较为迅速的反应能力，实现机器人连续、快速地避障 并最终到达目标．系统仿真证明了模糊神经网络在移动机器人路径选择中的智能性．-To enable the mobile robot in unknown environment obstac
ReviewofSVM-basedControlandOnlineTrainingAlgorithm
- 支持向量机以其模型结构简单、较好的推广能力和全局最优解等特点已经被用来进行智能 控制的研究，主要包括采用支持向量机回归的非线性时间序列的建模与预测、系统辨识等建模方 面的研究以及优化控制、学习控制和预测控制等方面的研究以及采用支持向量机的故障诊断的研 究。由于现有SVMR基于二次规划的优化方法不适合控制过程的在线训练，因此出现了对SVMR 在线训练算法的研究。分析了国内外这些研究内容的最新研究进展，旨在探讨归纳支持向量机在控 制领域研究的主要成果和存在的问题，以便为进一步的研
ANN-to-control-the-algorithm
- 基于BP神经网络的PID控制，利用神经网络的自学习、非线性和不依赖模型等特性实现PID参数的在线自整定，充分利用PID和神经网络的优点。-BP neural network based PID control, self-learning neural network, nonlinear and non-dependent model and other characteristics to achieve PID parameters on-line self-tuning, full us
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.
Adaptive-Online-Learning
- 基于EKF的神经网络自适应在线学习算法，包含例子和文档。-We show that a hierarchical Bayesian modeling approach allows us to perform regularization in sequential learning. We identify three inference levels within this hierarchy: model selection, parameter estimation, and
didigtal-image
- 基于GMM的概率神经网络PNN具有良好的泛化能力，快速的学习能力，易于在线更新,并具有统计学的贝叶斯估计理论基础，已成为一种解决像说话人识别、文字识别、医疗图像识别、卫星云图识别等许多实际困难分类问题的很有效的工具。而且PNN不但具有GMM的大部分优点，还具有许多GMM没有的优点，如强鲁棒性，需要更 -image processing
OMCLPBoost-0.11.tar
- 一个国外在线随机森林算法，可供机器学习程序参考-online random forest boost
Fuzzy-Neural-Network-by-matlab
- 这是一个四个不同的S函数实现集合的递归模糊神经网络（RFNN）。该网络采用了4组可调参数,这使得它非常适合在线学习/操作，从而可应用到系统识别等方面。-This is a collection of four different S-function implementations of the recurrent fuzzy neural network (RFNN) described in detail in [1]. It is a four-layer, neuro-fuzzy net
Computational-learning-theory
- wikipedia机器学习迷你书：《Computational learning theory》（计算学习理论） 比较理论，汇集了统计学习理论，VC理论，PAC学习，稳定性，在线学习与分布式学习等基本概念。顺各条参考文献可更深入学习。-wikipedia machine learning mini book: Computational learning theory (calculated learning theory) comparison theory, a collection o
python
- 用机器学习中的线性回归和在线学习的方法预测空气质量-predict air quality
OS-ELM在线极限学习机
- 此代码是OS-ELM在线极限学习机，内含训练集和测试集。(This code is the OS-ELM online extreme learning machine, containing training set and test set.)
bp神经网络在线学习
- bp神经网络在线学习pid控制，希望有所帮助(Online learning PID control of BP neural network)
525809
- 浙大acm在线评判系统zju online judge上面的题目解答源码1,对于想要提高自己编程能力的同学来说是极好的()
77122110
- TJU 在线无法访问了,现提供tju ACM 题目EXE版,供下载()