搜索资源列表
Chapter7
- 可以方便且快速地发展出一套以HMM为架构的语音辨识系统
demo
- 可以方便且快速地发展出一套以HMM为架构的语音辨识系统
examples-src-2004-03-31
- 可以方便且快速地发展出一套以HMM为架构的语音辨识系统
Servers
- 可以方便且快速地发展出一套以HMM为架构的语音辨识系统
ONlineIdentifyBaseOnFuzzyNeural
- 发表于一个核心刊物的博士论文，利用模糊神经网络构建了一个表面粗糙度的辨识系统
基于神经网络的教学质量评估模型
- 本文利用神经网络方法建立教学质量评估系统的数学模型，采用各评价指标作为其输入，教学效果作为输出，基于最小二乘思想，采用梯度搜索技术，以期使网络的实际输出值与期望输出值的误差均方值最小，经仿真计算证明，该数学模型具有较好的辨识精度。
PRBS-identificaton-paper
- 以实例的形式介绍了PRBS辨识系统的方法，是一篇IEEE的文献，希望有帮助。-system identification based on PRBS.
fuzzy-clustering-control
- 提出了一种新的基于T-S 模糊模型在线辨识的非线性系统的故障诊断与容错控制策略．-A novel fault detection and fault-tolerant control scheme based on online identification of T-S fuzzy model is proposed．
magnet-servo-system
- 基于梯度算法的永磁伺服系统惯量辨识性能研究-Recognition properties of inertia permanent magnet servo system based on the gradient algorithm
load
- 关于电力系统负荷模型辨识算法的文献，文献分析了负荷模型对系统的影响-Power system load model identification algorithm literature, literature analysis of the load model system
least-square-parameter
- 最小二乘辨识参数，用来辨识非线性系统的参数，还可以对非线性系统进行仿真。-Least squares identification parameters, used to identify nonlinear system parameters, it can also nonlinear system simulation.
dSPACE-training-book
- 系统模型辨识软件dspace 的简要介绍和入门教学-The system model recognition software dspace brief introduction and entry teaching
data-handling-algorithm-learning
- 数据组合方法研究，该方法是以多项式为基础通过不断筛选组合来辨识非线性系统的模型。该文章详细介绍了该方法的发展及实现步骤。针对该方法中的不足，提出改进措施-Data combination method, the method is based on the polynomial basis through continuous screening combination to identify the model of the nonlinear system. The article desc
erweifeixianxing
- 在程序设计和调试过程中①只要在程序中增加类似m或n的循环语句，便可用神经网对三维或三维以上的非线形函数训练，也可以用在复杂系统二个以上独立变量、任意维非线性动态参数的辨识-In program design and debugging process ① similar increase in the program as long as m or n of the loop, you can use the neural network over a three-dimensional or
MPC
- 一类非线性系统的多模型预测控制,鳗辨识建立多个局部模型．根据每个局部模型分别设计子GPC控制嚣，通过跟踪工况变化对于 控制器加权以获得控制增量．仿真结果表明该方法可取得令人满意的控制效果． 关键词：多模型；非线性系统；模糊聚类；预测控制-multiple model based predictive control for a class of nonlinear systems
MULTIPLE
- 一类非线性系统的多模型预测控制,鳗辨识建立多个局部模型．根据每个局部模型分别设计子GPC控制嚣，通过跟踪工况变化对于 控制器加权以获得控制增量．仿真结果表明该方法可取得令人满意的控制效果． 关键词：多模型；非线性系统；模糊聚类；预测控制-multiple model based predictive control for a class of nonlinear systems
Identification-Algorithm
- 以某电厂300MW锅炉汽轮机的协调控制系统为对象,基于减法聚类的多模型在线辨识算法.-Multi-model line identification algorithm based on subtractive clustering.
ruanjiansheji
- 以中等纯度的精馏塔为研究对象，已知系统的传递函数，用matlab仿真，实现最小二乘法对系统进行参数辨识。-In the distillation column medium purity as the research object, the known transfer function of system, using MATLAB simulation, the realization of system parameter identification by the least squa
matlab
- 对具有随机噪声的二阶系统的模型辨识，进行标幺化以后系统的参考模型差分方程为 (7.90) 式中， 为随机噪声。由于神经网络的输出最大为1，所以，被辨识的系统应先标幺化，这里标幺化系数为5。利用图7.5正向建模(并联辨识)结构，神经网络选用3-9-9-1型，即输入层i，隐层j包括2级，输出层k的节点个数分别为3、9、9、1个； -Model identification of two order systems with stochastic noise