搜索资源列表
wannnpid532
- 完善网络结构将RBF网络的径向基换成小波函数，调整权值以及公式的变更， 可望在仿真结构中添加非奇异项以验证小波网络的辨识精度和能力，输入层加权值进行调整~..~-to improve the network structure of the RBF network replaced wavelet Radial Basis Functions, value and the right to adjust the formula change, the simulation structure
MATLAB
- 环境下构建一种新的系统辨识仿真工具箱(SIST: System Identification Toolbox)的原理与实现,讨论了在MATLAB 环境下工具箱的数据和算法结构形式,以及利用GUIDE完成图行界面的设计,用MATLAB 与C++混编技术实现物理系统的I/O 接口和系统辨识...
1
- BP神经网络已广泛应用于非线性建摸、函数逼近、系统辨识等方面，但对实际问题，其模型结构需由 实验确定，无规律可寻。简要介绍了利用 Matlab语言进行 BP网络建立、训练、仿真的方法及注意事项。
具有逆辨识结构的模糊神经网络控制及其应用
- 具有逆辨识结构的模糊神经网络控制及其应用
ghmm470
- 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： y(k)=a1*y(k-1)+a2*y(k-2)+b*u(k-1)+s(k) 式中，a1=0.3366,a2=0.6634,b=0.68,s(k)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。采用正向建模(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；由于神经网络的最大输出为1，因此在辨识前应对原系统参考模
PowerSystems
- 涉及电力系统的文献，电力系统负荷模型结构与参数辨识的研究-Literature related to power systems, power system load model structure and parameter identification study
Electron_competition_VAR
- 系统用凌阳SPCE061A十六位单片机实现。不用外接语音芯片，即可实现语音辨识和一系列职能动作。由于采用了高性能的MCU，省掉了大量的外围器件，如外扩RAM、ROM存储器等，使硬件结构大大简化，提高了系统的可靠性。使用SPCE061A开发产品不仅给开发者耳目一新的感觉更给用户以振奋的性能。-Sunplus SPCE061A systems MCU 16. No external voice chip, can achieve the functions of speech recognition
Model_structure
- 系统辨识，模型结构的辨识（系统的阶次），行列式比法-System Identification,modle structure
ImprovedDTWAlgorithmInRealtimeSpeaker
- 识别正确率和抗噪性能是语音识别的研究重点，而识别响应速度也是决定系统实用化的关键 文章改进了传统的动态时间弯折算 法结构，将其应用于实时说话人辨识系统中，极大地提高了系统运行速度，随着待识别语音数目的增多，该算法优势更加明显 实验表明， 在不影响系统识别率的情况下，该方法使系统的运行速度平均提高了1.5 倍-Identify the correct rate and the anti-noise performance is the focus of speech recognition
topology_identification_of_complex_networks
- 复杂网络的拓扑辨识,通过复杂网络中节点的状态可以辨识出复杂网络的连接结构（洛仑兹系统）-topology identification of complex networks. According to the node state of complex network, we can know the topology of this complex networks(Lorentz system)
prog1
- 本软件主要用于结构的时域试验模态分析，包括单输入单输出，单输入多输出和多输入多输出程序设计。传统的模态分析软件大多是基于频域分析方法，需首先对采样信号进行Fourier 变换。本软件使用实测时域信号，无需Fourier变换，可以避免由于信号截断而引起泄露、出现旁瓣、分辨率低等问题对辨识精度的不利影响。此外，节省了计算机运算时间，可以对实际工况状态下的结构进行在线参数识别。-This software is mainly used for the structure of time-domain
mz
- PID网络的非线性动态辨识.选用串-并联辨识的结构-PID network non-linear dynamic identification. Selects the string- parallel identification the structure
mRBF
- 高斯网络的非线性动态系统直接逆模型辨识，为一并联结构-The Gauss network non-linear dynamic system direct counter model identification, is a parallel structure
mElman
- 基于Elman网络的非线性系统辨识，选并联辨识结构-Based on the Elman network nonlinear system identification, chooses the parallel identification structure
sPso
- 利用粒子群优化算法辨识工业模型，参数设置，和结构辨识-Particle swarm optimization
msqlsid
- 利用M序列实现系统的结构辨识和参数辨识，有些很好的辨识效果-Use of M sequence to achieve the system' s structure identification and parameter identification, and some very good recognition results
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
1
- 模型阶次的辨识,各种模型参数辨识方法一般需要假定模型的结构已知，实际上在多数情况下这是不现实的。当没有模型结构的先验知识时，需要利用系统的输入输出数据来确定模型的结构。-Identification of various model parameters generally need to assume that the model structure is known, in fact, in most cases this is unrealistic. When no prior know
sPso
- 利用粒子群优化算法辨识工业模型，参数设置，和结构辨识-Particle swarm optimization
Untitled1
- 一个非常好的关于复杂网络结构辨识的matlab创新，本人的毕业设计可是靠它哦。(Complex network structure identification)