资源列表

« 1 2 ... .45 .46 .47 .48 .49 1950.51 .52 .53 .54 .55 ... 2831 »

[人工智能/神经网络/遗传算法RFM

说明:辨识所使用的数据长度保持不变,每增加一个新数据就抛掉一个老数据,使参数估计值始终只依赖于有限个新数据所提供的新消息,克服了遗忘因子法不管多老的数据都在起作用的缺点,因此该算法更能有效的克服数据饱和现象。-Identify the use of data length remain the same, every time you add a new data will throw away an old data, make the p
<张鹏> 在 2025-04-06 上传 | 大小:1kb | 下载:0

[人工智能/神经网络/遗传算法RCLS

说明:在最小二乘参数估计值的基础上,引进补偿项σW2C-1D Ø 0,则获得了参数的无偏估计。针对模型噪声来说,RCLS算法的适应能力比RLS更好。-In the least squares estimation parameters, on the basis of introduction of compensation term σ W2C- 1 d Ø 0, then get the parameters of th
<张鹏> 在 2025-04-06 上传 | 大小:1kb | 下载:0

[人工智能/神经网络/遗传算法RELS

说明:增广最小二乘的递推算法对应的噪声模型为滑动平均噪声,扩充了参数向量和数据向量H(k)的维数,把噪声模型的辨识同时考虑进去。最小二乘法只能获得过程模型的参数估计,而增广最小二乘法同时又能获得噪声模型的参数估计,若噪声模型为平均滑动模型,,则只能用RELS算法才能获得无偏估计。当数据长度较大时,辨识精度低于极大似然法。-Augmented least squares of recursion algorithm corresponding
<张鹏> 在 2025-04-06 上传 | 大小:1kb | 下载:0

[人工智能/神经网络/遗传算法RIV

说明:适当选择辅助变量,使之满足相应条件,参数估计值就可以是无偏一致。估计辅助变量法的计算量与最小二乘法相当,但辨识效果却比最小二乘法好的多。尤其当噪声是有色的,而噪声的模型结构又不好确定时,增广最小二乘法和广义最小二乘法一般都不好直接应用,因为他们需要选用特定的模型结构,而辅助变量法不需要确定噪声的模型结构,因此辅助变量法就显得更为灵活,但辅助变量法不能同时获得噪声模型的参数估计。-Choose appropriate secondary
<张鹏> 在 2025-04-06 上传 | 大小:1kb | 下载:0

[人工智能/神经网络/遗传算法cor_ls

说明:把辨识分成两步进行:第一步:利用相关分析法获得对象的非参数模型(脉冲响应或相关函数);第二步:利用最小二乘法、辅助变量法或增广最小二乘法等,进一步求的对象的参数模型。如果模型噪声与输入无关,则Cor-ls相关最小二乘法(二步法)可以得到较好的辨识结果。Cor-ls相关最小二乘法(二步法)实质上是先对数据进行一次相关分析,滤除了有色噪声的影响,再利用最小二乘法必然就会改善辨识结果。能适应较宽广的噪声范围,计算量不大,初始值对辨识结果影响较
<张鹏> 在 2025-04-06 上传 | 大小:1kb | 下载:0

[人工智能/神经网络/遗传算法MLS

说明:当信噪比较大时,采用广义最小二乘法可能会出现多个局部收敛点,解决这个问题的方法可用多级最小二乘法,一般来说多级最小二乘法包含三级辨识过程。利用输入输出数据,通过多级最小二乘法,可分别求的辅助模型,过程模型和噪声模型的参数估计值。在高噪声的情况下,多级最小二乘法明显优于广义最小二乘法,其收敛点唯一。-When the signal noise ratio (SNR), and by use of the generalized least
<张鹏> 在 2025-04-06 上传 | 大小:1kb | 下载:0

[人工智能/神经网络/遗传算法RSNA

说明:待辨识对象参数a=[1 -1.5 0.7] b=[1 0.5] 输入采用长度L=400的白噪声序列,输出 ,输入和输出数据均含不相关随机噪声,ρ(k)=1/k。利用上述递推公式,辨识系统参数。-To identify the object parameters a = [1-1.5 0.7] B = [1 0.5] Input the length L = 400 white noise sequence, the outp
<张鹏> 在 2025-04-06 上传 | 大小:1kb | 下载:0

[人工智能/神经网络/遗传算法cmean

说明:这个算法的基础是误差平方和准则,为了要得到最优结果,首先要对样本集进行划分,一般的做法是先选择一些代表性的点作为聚类的核心,然后把其余的点按照某种方法分到各类中去。-This algorithm is based on error sum of squares criterion, in order to get the optimal results, first of all to sample set division, the
<张鹏> 在 2025-04-06 上传 | 大小:574kb | 下载:0

[人工智能/神经网络/遗传算法Cluster_flag

说明:先随机找寻一个合理的初始划分,然后试探将样本从一个群搬到另一个群,如果某次搬动能使准则函数值得到改进的话,则继续搬运,否则废除本次搬运,再继续其他搬运。-Randomly and find a reasonable initial division, and then test the sample from a group of moving to another group, if a move can make the crite
<张鹏> 在 2025-04-06 上传 | 大小:404kb | 下载:0

[人工智能/神经网络/遗传算法Pitch-Determination-Algorithm

说明:一个可用的基音周期检测算法,可以较准确的检测出基音值,是学习基音周期提取原理的好程序。-A usable pitch detection algorithm, more accurate detection of the pitch value is a good program to learn the pitch period extraction principle.
<刘冰> 在 2025-04-06 上传 | 大小:297kb | 下载:0

[人工智能/神经网络/遗传算法Silence-removal-in-speech-signals

说明:进行话音检测和去除无效的话音,是进行语音识别和处理的预处理必须的功能。-A simple method for silence removal in speech streams
<刘冰> 在 2025-04-06 上传 | 大小:8kb | 下载:0

[人工智能/神经网络/遗传算法twodimapproximationbp

说明: 单输出函数Y=SIN(X)逼近问题的bp程序:假设网络结构为3--2--1,输入维数M,共N个样本,一般输入不算层,输出算层- 激活函数: hardlim---(0,1),hardlims---(-1,1),purelin,logsig---(0,1),tansig----(-1,1) softmax,poslin,radbas,satlin,satlins,tribas 训练算法: 1.traing
<刘老师> 在 2025-04-06 上传 | 大小:2kb | 下载:0
« 1 2 ... .45 .46 .47 .48 .49 1950.51 .52 .53 .54 .55 ... 2831 »

源码中国 www.ymcn.org