注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. PID控制及其MATLAB仿真

  2. 一本详细介绍PID控制及仿真的书籍~ 第 1 章数字 PID 控制 1.1 PID 控制原理 1.2 连续系统的模拟PID 仿真 1.3 数字PID 控制 1.3.1 位置式PID 控制算法 1.3.2 连续系统的数字PID 控制仿真 1.3.3 离散系统的数字PID 控制仿真 1.3.4 增量式PID 控制算法及仿真 1.3.5 积分分离PID 控制算法及仿真 1.3.6 抗积分饱和PID 控制算法及仿真 1.3.7 梯形积分PID 控制算法 1.3.8 变速积分PID 算法及仿真 1.3.

  3. 所属分类：嵌入式

    • 发布日期：2009-08-04
    • 文件大小：5mb
    • 提供者：xxb0216

  1. 一种基于T-S 模糊模型的RBF神经网络的自适应学习算法

  2. 一种基于T-S 模糊模型的RBF神经网络的自适应学习算法

  3. 所属分类：网络基础

  1. 一种改进RBF神经网络的机器人轨迹规划方法

  2. 一种改进RBF神经网络的机器人轨迹规划方法：在应用径向基函数RBF(Radial Basis Function)神经网络对机器人进行轨迹规划时，为解决一般学习算法中收敛 速度慢、学习精度不高的问题。提出一种混合学习算法。该方法根据轨迹规划的具体要求，用最近邻聚类算法确定网 络的结构和参数．通过在学习速率中加入自适应学习因子调整网络参数，以加快收敛速度。通过MATLAB软件进行 仿真，结果表明混合学习算法收敛速度较快。逼近误差小，从而证明了该算法的可行性。

  3. 所属分类：其它

    • 发布日期：2010-10-22
    • 文件大小：314kb
    • 提供者：loveart001

  1. 一种RBF神经网络的自适应学习算法.pdf

  2. 神经网络一种RBF神经网络的自适应学习算法

  3. 所属分类：专业指导

    • 发布日期：2011-04-12
    • 文件大小：940kb
    • 提供者：rdc1002

  1. 《MATLAB R2016a在电子信息工程中的仿真案例分析》源码

  2. 目录 第1章最优的FIR滤波器设计 1.1频率取样的FIR滤波器设计 1.1.1约束条件 1.1.2设计误差 1.2最优的FIR滤波器设计 1.2.1一般最优滤波器 1.2.2加权最优滤波器 1.2.3反对称FIR滤波器 1.2.4微分FIR滤波器 1.3IIR与FIR数字滤波器的比较 第2章基于神经网络的案例分析与实现 2.1农作物虫情预测 2.1.1基于神经网络的虫情预测原理 2.1.2BP网络设计 2.2模型参考控制 2.2.1模型参考控制概念 2.2.2模型参考控制实例分析 2.3神经

  3. 所属分类：其它

    • 发布日期：2018-06-04
    • 文件大小：85kb
    • 提供者：williamanos

  1. 基于JADE-ELM的煤巷围岩稳定性预测

  2. 为了对煤巷围岩稳定性进行科学、准确的预测,提出了一种将自适应差分进化算法(JADE)与极限学习(ELM)结合的煤巷围岩稳定性预测新方法。基于ELM训练速度快、泛化能力好和易获取全局最优解的优点,采用JADE优化ELM的输入权值矩阵和隐含层偏差,减少随机性造成的误差,建立JADE-ELM煤巷围岩稳定性预测模型。利用霍州煤矿区煤巷实测数据进行实例分析,并将预测结果与ELM、BP、RBF神经网络比较。结果显示:JADE-ELM模型预测平均精度为97.85%,比ELM、BP、RBF模型分别高出4.05%

  3. 所属分类：其它

    • 发布日期：2020-04-23
    • 文件大小：228kb
    • 提供者：weixin_38697579

  1. 一种RBF神经网络的自适应学习算法

  2. 建立了一种RBF神经网络的自适应学习模型。该模型事先不需要确定隐层节点的中心位置和数量，而是在学习过程中，根据相应的添加策略和删除策略，自适应地增加或减少隐层节点的数量。最终形成的网络不仅结构简单，精度高，而且具有较好的泛化能力。

  3. 所属分类：其它

    • 发布日期：2020-10-23
    • 文件大小：214kb
    • 提供者：weixin_38631282

  1. 串联机器人轨迹跟踪控制模糊自适应PID算法的误差修正

  2. 提出了一种基于改进PID控制算法的串联机器人轨迹跟踪控制策略，首先采用减聚类的方法和改进的Logistic映射对RBF神经网络进行聚类中心的优化，然后将改进RBF神经网络中的自适应学习机制和自调整能力应用于传统PID控制算法中，对PID控制算法进行最优PID控制参数的选取。仿真实验表明，提出的串联机器人轨迹跟踪控制策略相比较传统PID控制算法，其误差更小，精度更高。

  3. 所属分类：其它

    • 发布日期：2020-10-17
    • 文件大小：442kb
    • 提供者：weixin_38548507

  1. NeuralNetwork_RBF_Classification.m

  2. 神经网络是深度学习算法的基础，是近年来随着机器学习的火热而渐渐为人们所熟知的一类深度学习算法结构的总称，基本原理是使用类似于生物神经网络信号传输的信息传递方法来自动搜索样本中的固有规律和基本属性，自组织和自适应地改变网络参数和结构，以实现优化输出的目标。其自适应、自组织和自学习特性使其在信号处理中具有良好的应用前景。从神经网络的基本模式看，主要有：前馈型、反馈型、自组织型及随机型网络。实际应用中，用的较多的是BP神经网络，但BP网络存在局部最优问题，并且训练速度慢，效率低。RBF神经网络是一种前

  3. 所属分类：机器学习

    • 发布日期：2020-12-14
    • 文件大小：2kb
    • 提供者：m0_48348007

  1. 改进并行粒子群算法优化RBF神经网络建模

  2. 针对已有神经网络功放建模的建模精度不高,易陷入局部极值等问题,提出一种新的改进并行粒子群算法(Improved Parallel Particle Swarm Optimization,IPPSO)。该算法在并行粒子群算法的基础上引入自适应变异操作,防止陷入局部最优;在微粒的速度项中加入整体微粒群的全局最优位置,动态调节学习因子与线性递减惯性权重,加快微粒收敛。将该改进算法用于优化RBF神经网络参数,并用优化的网络对非线性功放进行建模仿真。结果表明,该算法能有效减小建模误差,且均方根误差提高19

  3. 所属分类：其它

  1. 从机器人输出反馈自适应神经控制中学习

  2. 针对系统参数完全未知且仅输出可测的机器人, 使用径向基函数(RBF) 神经网络和高增益观测器设计了一 种自适应神经控制算法. 该算法不仅实现了闭环系统所有信号的最终一致有界, 而且沿周期跟踪轨迹实现了对未知 闭环系统动态的确定学习. 学过的知识可用来改进系统的控制性能, 也可应用于后续相同或相似的控制任务以节约 时间和能量. 仿真研究表明了所设计的控制算法的正确性和有效性.

  3. 所属分类：其它

    • 发布日期：2021-01-14
    • 文件大小：234kb
    • 提供者：weixin_38720009

  1. 基于在线减法聚类的RBF神经网络结构设计

  2. 以设计最小径向基函数(RBF) 神经网络结构为着眼点, 提出一种在线RBF 网络结构设计算法. 该算法将在 线减法聚类能实时跟踪工况的特性与RBF 网络参数学习过程相结合, 使得网络既能在线适应实时对象的变化又能 维持紧凑的结构, 有效地解决了RBF 神经网络结构自组织问题. 该算法只调整欧氏距离距实时工况最近的核函数, 大大提高了网络的学习速度. 通过对典型非线性函数逼近和混沌时间序列预测的仿真, 表明所提出的算法具有良好 的动态特性响应能力和逼近能力.

  3. 所属分类：其它

    • 发布日期：2021-01-14
    • 文件大小：235kb
    • 提供者：weixin_38602098

  1. 基于AQPSO的RBF神经网络自组织学习

  2. 针对径向基函数(RBF)神经网络的结构设计及参数优化问题,提出一种自适应量子粒子群优化(AQPSO)算法.将RBF神经网络的网络规模及参数映射到粒子的空间位置,定义权值平均最优位置,从而对量子粒子群优化(QPSO)中$L_{i,j

  3. 所属分类：其它

    • 发布日期：2021-01-13
    • 文件大小：254kb
    • 提供者：weixin_38520046