搜索资源列表
PSOBPlunwen
- 基于PSO的BP训练算法论文：在BP训练算法中，关于变权值、学习速率、步长的问题已被广泛地研究，几种基于启发式改进的技术也表明具有改善训练时间以及避免陷入局部最小的明显效果。这里BP训练过程由基于PSO同时优化log—Sigmoid函数与网络权值的新算 法(PSO。GainBP)实现。实验结果表明，PSO—GainBP比传统基于PSO的BP算法在网络训练方面具有更好的性能。-PSO based on the BP training algorithm Papers: In the BP tr
Intelligent-controller
- PID控制算法简单、鲁棒性强，但其参数整定过程繁琐，整定时需要控制对象的精确数学模型，而且整定往往是针对某一种具体工况进行的，缺乏自学习和自适应能力。模糊神经网络则兼备了模糊逻辑和神经网络的优点，具有函数逼近功能，具有较强的自适应、自学习能力、容错能力和泛化能力。借助于遗传算法对全局性参数进行优化设计，借助于BP算法对局部性参数进行优化，将模糊神经网络和遗传算法引入PID控制参数的整定过程，构造出一种基于模糊神经网络和遗传算法的智能PID控制器-Intelligent controller ba
Intelligent-computation-methods
- 采用bp神经网络对其进行函数拟合。误差反向传播网络（bp网络）是目前人工神经网络模式中最具代表性，应用最广泛的一种模型，具有自学习、自组织、自适应和很强的非线性映射能力，可以以任意精度逼近任意连续函数。-The bp neural network to its function fitting. Error back propagation network (bp network) is the artificial neural network model of the most repres
A-hybrid
- 针对传统的ＢＰ或ＧＡ对模糊神经网络的识别应用存在收敛容易陷入局部极小 识别率低下等问题 提出一 种基于ＢＦＧＳ的混合遗传算法 其基本思想为 首先构造一种前馈型模糊神经网络结构 然后用遗传算法进化若干代 后 当目标函数的梯度或者范数小于预先设定值 则改用ＢＦＧＳ算法进行优化识别 仿真实验表明 对比ＧＡ该算法 收敛速度较快 识别精度提高了约７％ 能够较好地应用于一类模糊神经网络的识别-In traditional BP or GA to identify the application
Application-of-BP-based-on-MATLAB-
- 解决了非线性函数的逼近问题,实现了BP神经网络在非线性函数逼近中的应用。得出了信号的频率与隐含点之间，隐含点与函数逼近能力之间的关系——隐含层神经元数目越多。-Solved the problem of nonlinear function approximation, and realized the application of the BP neural network in nonlinear function approximation. Between signal frequenc
wzrh
- (1)针对在线计算量大这一缺陷，将预测控制中的柔化输出信号的思想推广到柔化输入信号，使得约束条件被简化为仅对当前控制量的约束，可以直接计算得出；同时该方法避免了求逆矩阵，大大减小了计算量，并能够保证控制算法的可行性和良好的控制性能。 (2)针对传统算法中设计参数整定困难这一缺点，应用基于BP神经网络变参数设计的广义预测控制算法，实现了对控制量柔化参数的在线调整。 (3)利用带有遗忘因子的最小二乘法对系统辨识。本文通过仿真发现该方法对于Hénon混沌系统并不完全适用，可考虑利用其他优化系统
BP-neural-network
- BP网络模型处理信息的基本原理 BP神经网络模型.节点输出模型,作用函数模型,误差计算模型,自学习模型 缺陷分析及优化策略 实现神经网络的BP算法源码及注释-BP neural network model of the basic principles of processing information BP neural network model output node model, the role of function model, error calculation mo
BP
- BP神经网络：使用BP算法实现sin函数。BP神经网络的学习采用误差反向传播算法，简称BP算法。-BP neural networks: the BP algorithm sin function. BP neural network learning using the error back propagation algorithm, referred to as BP algorithm.
BPSin
- BP神经网络：使用BP算法实现sin函数。源代码.BP神经网络的学习采用误差反向传播算法，简称BP算法。-BP neural networks: the BP algorithm sin function. Source code. BP neural network learning using the error back propagation algorithm, referred to as BP algorithm.
simulation
- 运用BP人工神经网络算法来实现多输入和多输出的真实值仿真，包络神经元选取、激活函数选取等一系列相关问题。-This code is used for simulation with BP artificial neural networks，especially for multiple inputs and outputs.
BP
- BP神经网络与遗传算法联合寻找函数的最小值-BP neural network optimization
chapter3
- 遗传算法、粒子群算法优化BP神经网络-非线性函数拟合-Genetic algorithm and particle swarm optimization for BP neural network nonlinear function fitting
rjdcw
- 采用的是脉冲对消法，BP神经网络用于函数拟合与模式识别，采用的是通用的平面波展开法。- It uses a pulse of consumer law, BP neural network function fitting and pattern recognition, Using common plane wave expansion method.
qi777
- 已调制信号计算其普相关密度，有小波分析的盲信号处理，BP神经网络用于函数拟合与模式识别。- Modulated signals to calculate its density Pu-related, There Wavelet Analysis Blind Signal Processing, BP neural network function fitting and pattern recognition.
1835
- 光纤陀螺输出误差的allan方差分析，BP神经网络用于函数拟合与模式识别，使用高阶累积量对MPSK信号进行调制识别。- allan FOG output error variance analysis, BP neural network function fitting and pattern recognition, Using high-order cumulants of MPSK signal modulation recognition.
dxwyv
- BP神经网络用于函数拟合与模式识别，在MATLAB中求图像纹理特征，包括轨道机动仿真、初轨计算。- BP neural network function fitting and pattern recognition, In the MATLAB image texture feature, Including orbital maneuvering simulation, initial orbit calculation.
hs351
- 滤波求和方式实现宽带波束形成，BP神经网络用于函数拟合与模式识别，均值便宜跟踪的示例。- Filtering summation way broadband beamforming, BP neural network function fitting and pattern recognition, Example tracking mean cheap.
seqkd
- BP神经网络用于函数拟合与模式识别，Pisarenko谐波分解算法,给出接收信号眼图及系统仿真误码率。- BP neural network function fitting and pattern recognition, Pisarenko harmonic decomposition algorithm, The received signal is given eye and BER simulation systems.