自組織神經(jīng)網(wǎng)絡(luò)(1)-資料下載頁(yè)

【摘要】第四章自組織神經(jīng)網(wǎng)絡(luò)自組織神經(jīng)網(wǎng)絡(luò)的典型結(jié)構(gòu)第四章自組織神經(jīng)網(wǎng)絡(luò)競(jìng)爭(zhēng)層輸入層第四章自組織神經(jīng)網(wǎng)絡(luò)自組織學(xué)習(xí)(self-anizedlearning)：通過(guò)自動(dòng)尋找樣本中的內(nèi)在規(guī)律和本質(zhì)屬性，自組織、自適應(yīng)地改變網(wǎng)絡(luò)參數(shù)與結(jié)構(gòu)。自組織網(wǎng)絡(luò)的

2025-01-04 16:23

小腦模型cmac神經(jīng)網(wǎng)絡(luò)(1)-資料下載頁(yè)

【摘要】第十一章第十一章小腦模型（小腦模型（CMAC））神經(jīng)網(wǎng)絡(luò)神經(jīng)網(wǎng)絡(luò)北京科技大學(xué)北京科技大學(xué)160。信息工程學(xué)院信息工程學(xué)院付冬梅付冬梅160。160。62334967第十一章第十一章小腦模型（小腦模型（CMAC））神經(jīng)網(wǎng)絡(luò)神經(jīng)網(wǎng)絡(luò)CMAC網(wǎng)絡(luò)的基本思想與結(jié)構(gòu)模型CMAC網(wǎng)絡(luò)的工作原理C

2025-01-09 08:50

人工神經(jīng)網(wǎng)絡(luò)建模artificialneuronnets(1)-資料下載頁(yè)

【摘要】第十一章人工神經(jīng)網(wǎng)絡(luò)建模（ArtificialNeuronNets）?一、引例?1981年生物學(xué)家格若根（W．Grogan）和維什（W．Wirth）發(fā)現(xiàn)了兩類蚊子(或飛蠓midges)．他們測(cè)量了這兩類蚊子每個(gè)個(gè)體的翼長(zhǎng)和觸角長(zhǎng)，數(shù)據(jù)如下：?翼長(zhǎng)觸角長(zhǎng)類別?

2025-01-04 04:52

bp神經(jīng)網(wǎng)絡(luò)在模式識(shí)別中的運(yùn)用-資料下載頁(yè)

【摘要】青青衣衣BP神經(jīng)網(wǎng)絡(luò)在模式識(shí)別中的應(yīng)用青青衣衣BP神經(jīng)網(wǎng)絡(luò)在數(shù)字識(shí)別中的應(yīng)用?數(shù)字字符識(shí)別技術(shù)在大規(guī)模數(shù)據(jù)統(tǒng)計(jì)，郵件分揀，汽車牌照、支票、財(cái)務(wù)、稅務(wù)、金融等有關(guān)數(shù)字編號(hào)的識(shí)別方面得到廣泛應(yīng)用，因此成為多年來(lái)研究的一個(gè)熱點(diǎn)。?BP神經(jīng)網(wǎng)絡(luò)具有良好的容錯(cuò)能力、強(qiáng)大的分類能力、自適應(yīng)和自學(xué)習(xí)等特點(diǎn)，備受人們的重視，在字符識(shí)別領(lǐng)域得到了廣泛的應(yīng)用。

2025-02-08 21:15

智能控制課設(shè)-bp神經(jīng)網(wǎng)絡(luò)的簡(jiǎn)要介紹-資料下載頁(yè)

【摘要】智能控制論文BP神經(jīng)網(wǎng)絡(luò)的簡(jiǎn)要介紹學(xué)院：電氣工程學(xué)院專業(yè)班級(jí)：xxx姓名：xxx學(xué)號(hào)：xxx

2025-01-08 08:32

基于bp神經(jīng)網(wǎng)絡(luò)的自校正pid控制研究-資料下載頁(yè)

【摘要】基于BP神經(jīng)網(wǎng)絡(luò)的自校正PID控制研究摘要:基于反向傳播BP算法的神經(jīng)網(wǎng)絡(luò)具有很強(qiáng)的學(xué)習(xí)能力,適應(yīng)能力.本文詳細(xì)敘述了BP算法的原理,并將改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)應(yīng)用在傳統(tǒng)的PID控制中,克服了PID控制在參數(shù)的調(diào)整過(guò)程中對(duì)于系統(tǒng)模型過(guò)分依賴的缺點(diǎn).利用MATLAB仿真的結(jié)果表明基于BP神經(jīng)網(wǎng)絡(luò)的自校正控制能夠使傳

2024-11-05 23:02

神經(jīng)網(wǎng)絡(luò)基礎(chǔ)知識(shí)(1)-資料下載頁(yè)

【摘要】第二章神經(jīng)網(wǎng)絡(luò)基礎(chǔ)知識(shí)?2.1人工神經(jīng)網(wǎng)絡(luò)的生物基礎(chǔ)?2.2人工神經(jīng)元模型?2.3人工神經(jīng)網(wǎng)絡(luò)模型?2.4神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)?2.1人工神經(jīng)網(wǎng)絡(luò)的生物基礎(chǔ)?神經(jīng)元(Neuron)也稱神經(jīng)細(xì)胞，它是生物神經(jīng)系統(tǒng)的最基本單元，它和人體中其他細(xì)胞的關(guān)鍵區(qū)別在于具有產(chǎn)生、處理和傳遞信

2025-05-26 18:04

基于bp神經(jīng)網(wǎng)絡(luò)的pid控制器設(shè)計(jì)-資料下載頁(yè)

【摘要】基于BP神經(jīng)網(wǎng)絡(luò)的PID控制器設(shè)計(jì)中文摘要經(jīng)典PID控制算法作為一般工業(yè)過(guò)程控制方法應(yīng)用范圍相當(dāng)廣泛，原則上講它并不依賴于被控對(duì)象的具體數(shù)學(xué)模型，但算法參數(shù)的整定卻是一件很困難的工作，更為重要的是即使參數(shù)整定完成，由于參數(shù)不具有自適應(yīng)能力，因環(huán)境的變化，PID控制對(duì)系統(tǒng)偏差的響應(yīng)變差，參數(shù)需重新整定。針對(duì)上述問(wèn)題，人們一直采用模糊、神經(jīng)網(wǎng)絡(luò)等各種調(diào)整PID參數(shù)的自適應(yīng)方法，力圖克服這一難

2025-06-20 12:28

智能控制導(dǎo)論報(bào)告bp神經(jīng)網(wǎng)絡(luò)模糊控制-資料下載頁(yè)

【摘要】智能控制導(dǎo)論實(shí)驗(yàn)報(bào)告智能控制導(dǎo)論實(shí)驗(yàn)報(bào)告2012-01-09姓名：常青學(xué)號(hào)：0815321002班級(jí)：08自動(dòng)化指導(dǎo)老師：方慧娟實(shí)驗(yàn)一：模糊控制器設(shè)計(jì)與實(shí)現(xiàn)一、實(shí)驗(yàn)?zāi)康摹⒔Y(jié)構(gòu)以

2025-06-19 03:19

基于bp神經(jīng)網(wǎng)絡(luò)短期負(fù)荷預(yù)測(cè)畢業(yè)論文-資料下載頁(yè)

【摘要】本科生畢業(yè)設(shè)計(jì)（論文）題目：姓名：學(xué)號(hào)：

2025-07-02 09:08

利用bp神經(jīng)網(wǎng)絡(luò)pid控制器進(jìn)行優(yōu)化-資料下載頁(yè)

【摘要】引言PID控制是最早發(fā)展起來(lái)的控制策略之一，由于其算法簡(jiǎn)單、魯棒性好和可靠性高，被廣泛應(yīng)用于工業(yè)控制過(guò)程，尤其適用于可建立精確數(shù)學(xué)模型的確定性控制系統(tǒng)。而實(shí)際工業(yè)生產(chǎn)過(guò)程中往往具有非線性，時(shí)變不確定性，因而難以建立精確的數(shù)學(xué)模型，應(yīng)用常規(guī)PID控制器不能達(dá)到到理想的控制效果，在實(shí)際生產(chǎn)過(guò)程中，由于受到參數(shù)整定方法繁雜的困擾，常規(guī)PID控制器參數(shù)往往整定不良，性能欠佳，對(duì)運(yùn)行工況的

2025-07-30 00:18

基于bp神經(jīng)網(wǎng)絡(luò)的函數(shù)擬合算法研究-資料下載頁(yè)

【摘要】基于BP神經(jīng)網(wǎng)絡(luò)的函數(shù)擬合算法研究[摘要]人工神經(jīng)網(wǎng)絡(luò)（ArtificialNeuralNetwork，ANN）是智能領(lǐng)域的研究熱點(diǎn)，目前已經(jīng)成功地應(yīng)用到信號(hào)處理、模式識(shí)別、機(jī)器控制、專家系統(tǒng)等領(lǐng)域中。在神經(jīng)網(wǎng)絡(luò)技術(shù)中，BP神經(jīng)網(wǎng)絡(luò)因具有結(jié)構(gòu)、學(xué)習(xí)算法簡(jiǎn)單等特點(diǎn)，近年來(lái)得到廣泛的關(guān)注，相關(guān)技術(shù)已經(jīng)在預(yù)測(cè)、分類等領(lǐng)域中實(shí)現(xiàn)產(chǎn)業(yè)化。本文針對(duì)經(jīng)典的函數(shù)擬合問(wèn)題，以BP神經(jīng)網(wǎng)絡(luò)為工具，力求

2025-06-24 15:39

基于bp神經(jīng)網(wǎng)絡(luò)和gm(1-1)灰色模型的中國(guó)人口預(yù)測(cè)分析-資料下載頁(yè)

【摘要】基于BP神經(jīng)網(wǎng)絡(luò)和GM(1,1)灰色模型的中國(guó)人口預(yù)測(cè)分析 黃俸強(qiáng)李晶鄧健萍 摘要 人口預(yù)測(cè)對(duì)國(guó)民經(jīng)濟(jì)的發(fā)展有著非常重要的作用.如何用操作性強(qiáng),可信度高的方法來(lái)預(yù)測(cè)人口的變化,這是一個(gè)值得探討的...

2024-10-03 23:46

基于bp神經(jīng)網(wǎng)絡(luò)和gm(1,1)灰色模型的中國(guó)人口預(yù)測(cè)分析-資料下載頁(yè)

【摘要】基于BP神經(jīng)網(wǎng)絡(luò)和GM(1,1)灰色模型的中國(guó)人口預(yù)測(cè)分析黃俸強(qiáng)李晶鄧健萍摘要人口預(yù)測(cè)對(duì)國(guó)民經(jīng)濟(jì)的發(fā)展有著非常重要的作用.如何用操作性強(qiáng),可信度高的方法來(lái)預(yù)測(cè)人口的變化,這是一個(gè)值得探討的問(wèn)題.本文主要根據(jù)《中國(guó)人口統(tǒng)計(jì)年鑒》上收集到的2001年到2005年部分?jǐn)?shù)據(jù),在灰色預(yù)測(cè)的基礎(chǔ)上,引入BP神經(jīng)網(wǎng)絡(luò)模型,建立了中國(guó)人口增長(zhǎng)的GM(1,1)和BP神經(jīng)網(wǎng)絡(luò)組

2025-06-24 15:39

基于bp神經(jīng)網(wǎng)絡(luò)的脈沖噪聲圖像恢復(fù)方法-資料下載頁(yè)

【摘要】摘要在信息化的社會(huì)里，圖像在信息傳播中所起的作用越來(lái)越大，而數(shù)字圖像在獲取與傳播中，可能會(huì)受到脈沖噪聲的污染。所以，消除產(chǎn)生的噪聲，保證圖像受污染度最小，成了數(shù)字圖像處理領(lǐng)域里的重要部分。本文主要針對(duì)數(shù)字圖像的脈沖噪聲污染問(wèn)題，采用一種窗口自適應(yīng)開(kāi)關(guān)中值濾波方法消除噪聲。利用BP神經(jīng)網(wǎng)絡(luò)將圖像中的每個(gè)像素點(diǎn)分類為信號(hào)點(diǎn)或噪聲點(diǎn)，再采用改進(jìn)的中值濾波器對(duì)檢測(cè)后的圖像進(jìn)行濾波處理，根據(jù)

2025-06-19 15:42

有監(jiān)督和bp神經(jīng)網(wǎng)絡(luò)(1)-文庫(kù)吧在線文庫(kù)

有監(jiān)督和bp神經(jīng)網(wǎng)絡(luò)(1)(完整版)

有監(jiān)督和bp神經(jīng)網(wǎng)絡(luò)(1)(更新版)

有監(jiān)督和bp神經(jīng)網(wǎng)絡(luò)(1)(專業(yè)版)

有監(jiān)督和bp神經(jīng)網(wǎng)絡(luò)(1)(留存版)