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. 一种基于遗传算法的减法聚类方法，很有科学型的论文哦~~

  2. 一种基于遗传算法的减法聚类方法，很有科学型的论文哦~~

  3. 所属分类：其它

    • 发布日期：2009-09-10
    • 文件大小：285kb
    • 提供者：qq674616664

  1. 减法聚类与fcm融合的程序

  2. 减法聚类与fcm融合的程序 利用强大的图像处理软件 matlab 实现的

  3. 所属分类：C

  1. 多径信道下MPSK和MQAM信号的调制识别

  2. 本文主要研究多径信道下的MPsK和MQA^I信号调制识别算法。首先利用盲均衡技术克服信道的多径效应与系统同步误差，接着对信号减法聚类，归一化星座图，从而完成星座图的重构。本文采用了一种新的盲均衡算法，在较低的信噪比下，可对阶数不大于64的MPSK和MQAM信号的星座图完成重构。在此基础E，采用基于星座图形状分类的最大似然准则，可以完成阶数不大于64的MPSK和MQ揣信号的识别。 仿真结果表明，由于采用了性能更好的盲均衡算法，本文算法在信噪比sNR≥12dB的条件下，可以实现阶数不大于64的MP

  3. 所属分类：其它

    • 发布日期：2010-04-27
    • 文件大小：1mb
    • 提供者：athvee001

  1. 星图与调制方式的识别

  2. 针对现有数字调制方式识别类型有限的问题，提出一种基于星座图的分类算法。算法首先利用盲均衡技术克服信道的多径效应与系统问步误差，再对信号减法聚类，提取聚类中心与理想星座图模型进行匹配，从而实现MAsK、MPsK、MOAM等调制方式的识别。仿真证明：星座图是一个稳定的、强健的识别标志。

  3. 所属分类：其它

    • 发布日期：2010-09-17
    • 文件大小：433kb
    • 提供者：lxf310

  1. 基于星座图的数字调制方式识别

  2. ：针对现有数字调制方式识别类型有限的问题，提出一种基于星座图的分类算法。算法首 先利用盲均衡技术克服信道的多径效应与系统同步误差，再对信号减法聚类，提取聚类中心与理 想星座图模型进行匹配，从而实现MASK、MPSK、MQAM 等调制方式的识别。仿真证明：星座 图是一个稳定的、强健的识别标志

  3. 所属分类：专业指导

    • 发布日期：2011-03-25
    • 文件大小：552kb
    • 提供者：phoenix_cs

  1. 智能控制及其MATLAB实现2005李国勇编著.part3.rar

  2. 第一篇 神经网络控制及其MATLAB实现　第1章 神经网络控制理论　　1.1 神经网络的基本概念　　　1.1.1 生物神经元的结构与功能特点　　　1.1.2 人工神经元模型　　　1.1.3 神经网络的结构　　　1.1.4 神经网络的工作方式　　　1.1.5 神经网络的学习　　　1.1.6 神经网络的分类　　1.2 典型神经网络的模型　　　1.2.1 MP模型　　　1.2.2 感知机神经网络　　　1.2.3 自适应线性神经网络　　　1.2.4 BP神经网络　　　1.2.5 径向基神经网络　　　1

  3. 所属分类：网络基础

    • 发布日期：2008-07-11
    • 文件大小：4mb
    • 提供者：royalosyin

  1. 星座图减法聚类

  2. matlab中的减法聚类程序，可以进行减法聚类的仿真

  3. 所属分类：C/C++

    • 发布日期：2013-09-25
    • 文件大小：6kb
    • 提供者：u012248654

  1. matlab6.0数学手册

  2. MATLAB 已成为多学科、多种工作平台的功能强大、界面友好、语言自然并且开放性强的大型应用软件，目前的最高版本是6.0 版。本教程以6.0 版为基础，从高等工科院校的数学课程出发，提供了使用MATLAB 的实践性指导。本教程以教学的手段，系统详细地介绍了MATLAB 在高等数学、数值分析、函数作图、线性代数、概率统计和优化理论中的应用，并配备了大量的例题，让读者能很快掌握MATLAB 的运算技巧。 本教程按逻辑编排，自始至终用实例描述，既适用于初学者自学，也适用于高级 MATLAB 用户。可

  3. 所属分类：专业指导

    • 发布日期：2013-12-28
    • 文件大小：6mb
    • 提供者：u013305490

  1. K_means算法

  2. 在污水处理上算法的应用，为提高污水处理过程中出水氨氮的预测精度，并针对 RBF 神经网络参数难以确 定的问题，提出一种改进 K-means 算法优化 RBF 神经网络的氨氮预测算法。首先，计算 每个样本点的密度值，以其大小是否满足一个阈值为条件，判定该点是否为孤立点或噪 声点，来消除孤立点和噪声点对 K-means 算法的影响；然后利用减法聚类算法初始化 K-means 算法的聚类中心，并得到聚类中心的个数，将改进后的 K-means 算法优化 RBF 神经网络结构；最后，通过对污水处理过程中

  3. 所属分类：算法与数据结构

    • 发布日期：2018-10-02
    • 文件大小：984kb
    • 提供者：qq_40676558

  1. 在隧道环境中6Ghz下的5G无线系统信号测量与建模

  2. SBR/IM方法可以扩展数据集,研究 EHF 波段的传播特性，捕获时变无线信道的多径分量并通过模拟信道与真实测量信道模型比较证明提出的信道模型的精确性。 本文证实在相同隧道环境和距离范围所有测量路径中估计结果与测量结果的一致性。不足：有的场景和带宽未测。 1.分析了6ghz 在隧道环境中的传播特性（之前没详细研究）。2.基于闭环 (ci) 自由空间参考距离模型和ABG模型, 表征全向路径损失模型，给出了所有场景的测量结果模拟结果的路径损耗模型综合参数表,。3. 利用测量数据，隧道场景中 rms

  3. 所属分类：电信

    • 发布日期：2019-03-19
    • 文件大小：5mb
    • 提供者：qq_27172205

  1. 基于模糊神经网络卡车路段行程时间实时动态预测

  2. 提出了一种基于模糊神经网络卡车路段行程时间实时预测模型,阐述了自适应神经网络模糊系统(Adaptive Network-based Fuzzy Inference System,ANFIS)网络原理和方法对行程时间预测的可行性和可靠性,采用最小二乘法和误差反传算法结合的混合学习算法,减少了搜索空间的维数,而采用的减法聚类方法减少了模糊推理规则.混合学习算法和减法聚类方法的应用提高了网络参数的辨识和收敛速度.实例仿真论证了该模型预测速度更快、准确性更高,实时性好,获得了比单纯使用神经网络或模糊理论

  3. 所属分类：其它

    • 发布日期：2020-07-18
    • 文件大小：194kb
    • 提供者：weixin_38732740

  1. Stokes空间中基于减法聚类的调制格式识别

  2. Stokes空间中基于减法聚类的调制格式识别

  3. 所属分类：其它

  1. 基于PRM和减法聚类算法的Mamdani型模糊系统构建的鲁棒性新方法

  2. 基于PRM和减法聚类算法的Mamdani型模糊系统构建的鲁棒性新方法

  3. 所属分类：其它

  1. 减法聚类算法结合RBFNN用于涡流检测中的缺陷检测与识别

  2. 减法聚类算法结合RBFNN用于涡流检测中的缺陷检测与识别

  3. 所属分类：其它

    • 发布日期：2021-03-09
    • 文件大小：619kb
    • 提供者：weixin_38688820

  1. 减法聚类的多分量线性调频信号检测与参数估计算法

  2. 减法聚类的多分量线性调频信号检测与参数估计算法

  3. 所属分类：其它

    • 发布日期：2021-02-26
    • 文件大小：416kb
    • 提供者：weixin_38636461

  1. 一种有效的基因表达数据模糊核聚类分析方法

  2. 模糊聚类是分析微阵列数据的重要工具。 将模糊聚类方法应用于微阵列基因表达数据的一个主要问题是选择具有聚类数目和中心的参数。 本文提出了一种新的模糊核聚类分析方法（FKCA），它可以识别所需的聚类数并获得更稳定的基因表达数据结果。 首先，为了优化特征差异并估计最佳簇数，引入了高斯核函数以改进频谱分析方法（SAM）。 通过将减法聚类与最大-最小距离均值相结合，提出了最大距离法（MDM）来确定聚类中心。 然后，分别给出了改进的SAM（ISAM）和MDM的相应步骤，通过对基因表达数据进行实验比较说明了它

  3. 所属分类：其它

    • 发布日期：2021-02-25
    • 文件大小：448kb
    • 提供者：weixin_38569219

  1. 显着目标检测的自适应计算模型

  2. 显着物体检测是许多计算机视觉应用程序的基本技术。 在本文中，我们提出了一种自适应计算模型来检测彩色图像中的显着物体。 首先，采用三种人类观察行为和可扩展的减法聚类技术构建注意力高斯混合模型（AGMM）和背景高斯混合模型（BGMM）。 其次，采用贝叶斯框架将每个像素分为显着对象或背景对象。 第三，利用期望最大化算法根据检测结果更新AGMM，BGMM和贝叶斯框架的参数。 最后，重复分类和更新过程，直到检测结果发展到稳定状态。 在各种图像上的实验证明了该方法的鲁棒性。 大量的定量评估和比较表明，所提出

  3. 所属分类：其它

    • 发布日期：2021-02-23
    • 文件大小：896kb
    • 提供者：weixin_38627769

  1. 基于模式识别的传感器故障诊断

  2. 为满足模式识别故障诊断算法的鲁棒性要求,在小波包分解提取特征向量的基础上,提出了有监督模式分类与无监督模式分类相结合的故障诊断方法.利用小波包分解提取各个频带的能量作为特征向量;采用LVQ神经网络作为有监督的模式分类器进行故障诊断;运用无监督的减法聚类方法对新型故障模式进行辨识.最后,通过动力系统管路流量传感器数据对算法进行检验,验证了所提出方法的实用性和有效性.

  3. 所属分类：其它

    • 发布日期：2021-01-15
    • 文件大小：531kb
    • 提供者：weixin_38720390

  1. 基于改进型模糊聚类的模糊系统建模方法

  2. 结合减法聚类和模糊C均值聚类,提出了一种改进型聚类算法,加快了收敛速度.利用改进后的算法对模糊系统输入或输出的样本集聚类,对聚类结果采Trust-Region法拟合高斯型和S型函数,以实现模糊系统输入、输出空间的划分和隶属度函数参数的确定.结合MATLAB的模糊和曲线拟合工具箱,详述了如何在标准算法上进行改进和模糊系统建模.通过对IRIS标准数据聚类实验以及在解决机械加工误差复映问题上的应用,验证了改进后算法和建模方法的有效性.

  3. 所属分类：其它

    • 发布日期：2021-01-15
    • 文件大小：546kb
    • 提供者：weixin_38621082

  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
« 12 »