搜索资源列表
adapterSystemPaper
- 论文标题:自适应模糊系统在手写体数字识别中的应用研究 作者:张镭 作者专业:计算机软件人工智能 导师姓名:黄战 授予学位:硕士 授予单位:暨南大学 授予学位时间:19990501 论文页数:59页 文摘语种:中文文摘 分类号:TP18 TP391.4 关键词:手写体数字 自适应 模糊逻辑 神经网络 模式识别 摘要:该文针对模式识别的特点,构造了适合于模式识别问题的自适应模糊系统,对三种不同学习算法加以改进,在手写全数字识别上对分类器进行了实现,
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
tixingguanzi2
- 分析了支持向量回归机在能源需求预测中的优势,确定了输入向量集合和输出向量集合,建立了基于Matlab技术的SVR能源需求预测模型.对我国1985-2008年能源需求相关数据进行模拟与仿真,并对中国2010年和2020年能源需求量进行预测.研究结果表明:一是中国未来对能源的需求量逐渐增加,从2010年的330400万吨标准煤上升到2020年418320万吨标准煤,年均增长率为2.39％；二是在解决我国能源系统小样本.非线性及高维模式识别问题中SVR比BP神经网络等方法有更高的预测精度.-Suppo
Grading-test
- 为实现合格和缺陷板栗的分级， 研究了 1 种基于 BP 神经网络与板栗图像特征的板栗分级方法。 试验以罗田板 栗为研究对象， 提取的颜色及纹理等 8 个特征值， 通过主成分分析提取相应的主成分得分向量构成模式识别的输入。 利 用 BP 神经网络方法建立了板栗分级模型。 试验结果表明， 在图像信息主成分因子数为 3， 中间层节点数为 12 时， 建立 的模型最佳， 模型训练时的回判率为 100 ， 预测时识别率达到了 91 .67 。 研究结果表明基于机器视觉技术的针对缺陷 板栗分
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.