搜索资源列表
BP神经网络非线性系统建模
- 基于BP神经网络的非线性系统函数拟合算法,分为BP神经网络构建,BP神经网络训练和BP神经网络预测.
Matlab01
- Matlab动态仿真在混沌控制与同步中的应用研究 摘 要:针对在分析非线性系统混沌行为时较为复杂这一问题,采用一般的数值计算方法,提出了利用Mat2 lab对混沌系统进行建模和动态仿真的方法.以蔡电路和洛伦兹系统为例,分析了其动态仿真在混沌控制与 同步中的应用-Dynamic simulation in Matlab Chaos Control and Synchronization of the Applied Researc
DTNLBPnet
- 动态一阶改进型BP神经网络对非线性系统的建模程序,直接运行即可!-Dynamic first-order modified BP neural network for nonlinear system modeling procedures can be directly run!
DTNLRBFnet
- 动态一阶改进型RBF神经网络对非线性系统的建模程序,直接运行即可!-Dynamic first-order modified RBF neural network for nonlinear system modeling procedures can be directly run!
RBFnonlinearsystemmodeling
- 用RBF网络进行非线性系统建模，未使用matlab工具箱-RBF networks with non-linear system modeling
xitongbianshi
- 系统 辨识文件夹内是产生高斯白噪声，m序列和最小二乘法的一次完成算法，递推算法，限定记忆法的程序。系统仿真文件夹内是对系统线性和非线性的建模和仿真程序。-System folder on system identification is to generate Gaussian white noise, m sequence and a complete least-squares method algorithm, recursive
elman
- Elman神经网络动态非线性系统建模，程序及simulink模型-Elman neutural network modeling for dynamic non-linear system,including program and simulink model
case2
- BP神经网络的非线性系统建模-非线性函数拟合-BP neural network for nonlinear system modeling- nonlinear function fitting
BP-nonlinear-function-fitting
- BP神经网络的非线性系统建模-非线性函数拟合 拟合的非线性函数-BP neural network for nonlinear system modeling- nonlinear function fitting non-linear function fitting
Neuro-Fuzzy-System
- 经模糊系统经常被用来对非线性系统建模，并能取得很好的效果．UE和相似规则合并的神经模糊系统建模算法-Neuro-Fuzzy System Modeling with Density—Based Clustering
nonlinear-systems
- BP神经网络的非线性系统建模-非线性函数拟合-BP neural network modeling of nonlinear systems- non-linear function fitting
bp-regression
- BP神经网络的非线性系统建模-非线性函数拟合-bp regression
BP
- BP神经网络的非线性系统建模-非线性函数拟合的一个matlab程序，供参考-BP neural network modeling of nonlinear systems- a non-linear function fitting matlab program, for reference
BP神经网络的非线性系统建模-非线性函数拟合
- BP神经网络的非线性系统建模-非线性函数拟合(Nonlinear system modeling of BP neural networks nonlinear function fitting)
BP神经网络的非线性系统建模——非线性函数拟合
- 在工程应用中经常会遇到一些复杂的非线性系统，这些系统状态方程复杂，难以用数学方 法准确建模。在这种情况下，可以建立 BP 神经网络表达这些非线性系统。该方法把未知系统看成是一个黑箱，首先用系统输入输出数据训练 BP 神经网络，使网络能够表达该未知函数，然后用训练好的 BP 神经网络预测系统输出 。(In engineering applications, some complicated nonlinear systems are of
BP神经网络的非线性系统建模_非线性函数拟合
- BP神经网络构建根据拟合非线性函数特点确定BP神经网络结构，由于该非线性函数有两个输入参数，一个输出参数，所以BP神经网络结构为2—5—1，即输入层有2个节点，隐含层有5个节点，输出层有1个节点。 从非线性函数中随机得到2000组输入输出数据，从中随机选择1900组作为训练数据，用于网络训练，100组作为测试数据，用于测试网络的拟合性能。(Construction of BP neural network for nonlinear
BP神经网络的非线性系统建模-非线性函数拟合
- BP神经网络的非线性系统建模-非线性函数拟合(Nonlinear system modeling of BP neural network nonlinear function fitting)
案例2
- BP神经网络的非线性系统建模，对非线性函数进行拟合。(Nonlinear system modeling of BP neural network)
BP神经网络的非线性系统建模-非线性函数拟合
- BP神经网络的非线性系统建模-非线性函数拟合(Nonlinear system modeling of BP neural network nonlinear function fitting)
BP神经网络的非线性系统建模-非线性函数拟合
- 使用BP神经网络，实现非线性系统建模，包括完整的程序和测试数据。(BP neural network is used to realize nonlinear system modeling, including complete program and test data.)