搜索资源列表
BP(vb实现)
- BP神经网络，用vb写的，包含传统BP网络S型函数和传统BP网络ATN型函数-BP neural network, using vb written in the traditional BP network includes S-type function and the BP-function network ATN
bpxor
- BP算法实现异或问题,采用S型函数的前向多层神经网络及其逆推学习算法-BP algorithm differences or problems, use of the S-Function to the multilayer neural networks and learning algorithms Backstepping
BP(vb实现)
- BP神经网络，用vb写的，包含传统BP网络S型函数和传统BP网络ATN型函数-BP neural network, using vb written in the traditional BP network includes S-type function and the BP-function network ATN
bp_proj
- BP网络是一种多层前馈神经网络，其神经元的变换函数是S型函数-BP is a multilayer feed-forward neural network, neurons in the transformation function is S-type function
NEURAL+NETWORK
- bp神经网络算法是解决最优化问题的先进算法之一，本论文讨论了神经网络中使用最为广泛的前馈神经网络。其网络权值学习算法中影响最大的就是误差反向传播算法（back-propagation简称BP算法）。BP算法存在局部极小点，收敛速度慢等缺点。基于优化理论的Levenberg-Marquardt算法忽略了二阶项。该文讨论当误差不为零或者不为线性函数即二阶项S(W)不能忽略时的Hesse矩阵的近似计算，进而训练网络。-bp neural ne
bp_pid01
- bp神经网络PID参数自整定 S函数实现 不怎么好 期待其它完美的-bp neural network PID parameter self-tuning
BP1214
- BP神经网络的逼近函数源代码 数学建模-BP neural network approximation function of the source code for mathematical modeling
bppid
- S函数的BP神经网络PID控制器Simulink仿真-S function of BP neural network PID controller Simulink simulation
bp-example
- 利用两层BP神经网络训练加权系数。隐含层的激活函数取S型传输函数，输出层的激活函数取线性传输函数-Weighting factor of two layers of BP neural network training. The hidden layer activation function to take the S-shaped transfer function, the output layer activation func
c8bp_pid
- 基于S函数BP神经网络的PID控制器的研究与学习，方便简单，实用性特别强。-S function based on BP neural network PID controller research and study, convenient and simple, practical particularly strong.
bp-network
- 这是一个关于BP神经网络的S函数。。这个函数是对的，推荐大家-This is a S function of BP neural network. . This function is recommended you look at
GA_BP
- 用遗传算法优化BP神经网络进行非线性函数拟合，程序中还编写出了单纯BP的预测函数，以及BP和GA_BP的预测误差输出程序。-using genetic algorithms optimizated BP neural network，he program has also prepared a simple BP s prediction function, as well as BP and GA_BP prediction erro
代码
- MATLAB 代码 第1章 BP神经网络的数据分类——语音特征信号分类 第2章 BP神经网络的非线性系统建模——非线性函数拟合 第3章 遗传算法优化BP神经网络——非线性函数拟合 第4章 神经网络遗传算法函数极值寻优——非线性函数极值寻优 第5章 基于BP_Adaboost的强分类器设计——公司财务预警建模 第6章 PID神经元网络解耦控制算法——多变量系统控制 第7章 RBF网络的回归--非线性函数回归的实现 ..
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
Desktop
- S 函 数 是 Simulink 中 的 高 级 功 能 模 块 ， Simulink 是 运 行 在 MATLAB 环 境 下 用 于 建 模 、 仿 真 和分 析 动 态 系 统 的 软 件 包 [3] 。 当 系 统 采用一 些特 殊 的 控 制 规律 （ 如不 能 直 接用传递 函 数 加 以 描述 ）
神经网络算法BP网络的训练函数
- 神经网络设计算法，BP简单设计，入门时用的。非常有用。(Neural network design algorithm, BP simple design, introductory time. It's very useful.)
BP
- 基于BP神经网络的中PID控制，把被控对象的模型，现在变为二阶传递函数：G(s)=1/(0.003s^2+0.067s) ，想仿真此对象的阶跃跟踪的效果(Based on BP neural network PID control, the model of the controlled object, now turned into second order transfer function: G (s) = 1 / (0.003
基于S函数的BP神经网络PID控制器Simulink仿真
- 基于S函数的BP神经网络PID控制器Simulink仿真(BP neural network PID controller Simulink simulation based on S function)
基于S函数的BP神经网络PID控制器及Simulink仿真
- 神经网络控制，基于matlab编程算法。可以学习借鉴使用(Neural network control, based on MATLAB programming algorithm. You can learn from it.)
神经网络pid控制器
- BP神经网络S函数，里面包含了simulink建模及其S函数(BP neural network S function, which includes Simulink modeling and S function)