点数信息
www.dssz.net
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]
!
首页
移动开发
云计算
大数据
数据库
游戏开发
人工智能
网络技术
区块链
操作系统
模糊查询
热门搜索:
源码
Android
整站
插件
识别
p2p
游戏
算法
更多...
在线客服QQ:632832888
当前位置:
资源下载
搜索资源 - 反馈神经网络
下载资源分类
移动开发
开发技术
课程资源
网络技术
操作系统
安全技术
数据库
行业
服务器应用
存储
信息化
考试认证
云计算
大数据
跨平台
音视频
游戏开发
人工智能
区块链
在结果中搜索
所属系统
Windows
Linux
FreeBSD
Unix
Dos
PalmOS
WinCE
SymbianOS
MacOS
Android
开发平台
Visual C
Visual.Net
Borland C
CBuilder
Dephi
gcc
VBA
LISP
IDL
VHDL
Matlab
MathCAD
Flash
Xcode
Android STU
LabVIEW
开发语言
C/C++
Pascal
ASM
Java
PHP
Basic/ASP
Perl
Python
VBScript
JavaScript
SQL
FoxBase
SHELL
E语言
OC/Swift
文件类型
源码
程序
CHM
PDF
PPT
WORD
Excel
Access
HTML
Text
资源分类
搜索资源列表
自反馈BP网云计算信息融合算法及应用
通过对BP网络的输入层节点增加了自反馈,使BP网络对历史数据具有了记忆功能,改进后的局部自反馈BP神经网络具有动态映射和处理历史数据的能力.使用该局部自反馈BP神经网络实现了多信息的融合算法;通过对工矿企业现场诊断技术、信息融合方法和物联网应用分析,设计了一个基于物联网的工矿企业现场诊断与管理系统,并将局部自反馈BP神经网络信息融合算法应用到基于物联网现场诊断系统的云计算层,为设备生产厂家和工矿企业应用物联网进行现场诊断与管理提供了一个解决方案.
所属分类:
其它
发布日期:2021-03-10
文件大小:311296
提供者:
weixin_38697557
高阶非线性半严格反馈多智能体系统基于观测器的自适应反步共识跟踪控制
结合反推技术,针对一类高阶非线性多主体系统开发了一种基于观察者的自适应共识跟踪控制策略,该系统的每个跟随者主体均以半严格反馈的形式建模。 通过为每个跟随者构造基于神经网络的状态观测器,该共识控制方法解决了高阶非线性多主体系统的不可测状态问题。 该控制算法可以确保多主体系统的所有信号最终都在半全局一致的范围内,并且所有输出都可以同步跟踪参考信号至所需的精度。 仿真实例进一步证明了所提出的共识控制方法的有效性。
所属分类:
其它
发布日期:2021-03-01
文件大小:973824
提供者:
weixin_38668243
多通道神经电生理刺激软件的设计与实现
目的 设计并实现一种通用的多通道神经电生理刺激实验平台软件。方法 从逻辑架构上采取软硬件分层的设计,避免了对具体硬件的过度依赖。在保证与现有设备兼容的前提下,基于.NET Frameworks 平台开发可扩展的控制算法,实现多通道、可反馈的程控刺激输出。软件具有刺激/记录功能,可在实验过程中动态改变刺激程序与切换电极,且具有良好的人机交互界面。结果 测试结果表明,该软件可稳定控制刺激器,并根据用户提供的参数( 选定电极、幅值、间隔等)生成随机刺激序列和同步控制信号;在刺激序列中各电极切换时延为6
所属分类:
其它
发布日期:2021-03-01
文件大小:2097152
提供者:
weixin_38672962
具有时变时滞的随机非线性严格反馈系统的自适应NN Backstepping输出反馈控制
摘要—本文首次解决了这个问题一类不确定随机变量的自适应输出反馈控制方法时变时滞的非线性严格反馈系统使用神经网络(NNs)。 圆判据适用于设计一个非线性观测器,没有线性增长条件取决于系统状态,将其强加于非线性函数。 假设系统中存在时变延迟输出,仅采用NN来补偿所有未知数非线性项取决于延迟输出,因此, 提出的控制算法比现有的算法更简单描述了不确定系统的NN反推控制方案用常微分方程举三个例子证明在中提出的控制方案的有效性这篇报告。
所属分类:
其它
发布日期:2021-02-23
文件大小:293888
提供者:
weixin_38731979
nn::brain:带有并行注释的深度学习论文的最小实现教程; 包括变压器(原始,xl,开关,反馈),优化器(adam,radam,adabelief),gans(dcgan,cyclgan),强化学习(ppo,dqn),capsnet,s
这是神经网络和相关算法的简单PyTorch实现的集合。 这些实现带有说明文档, 将这些内容作为并排格式的注释呈现。 我们相信这些可以帮助您更好地理解这些算法。 我们正在积极维护此仓库,并几乎每周都会添加新的实现。 进行更新。 模组 :sparkles: 包含用于实现和。 :sparkles: :sparkles: :sparkles: :sparkles: :sparkles: :sparkles: :sparkles: 具有 带有,和双Q网络的 Q网络。 :spar
所属分类:
其它
发布日期:2021-02-05
文件大小:1048576
提供者:
weixin_42143806
肌电生物反馈法康复治疗仪的设计
设计并研发一种通过肌电生物反馈法重建人体神经网络系统的医疗仪器,为神经肌肉系统类疾病患者的全面康复提供一种新的治疗平台。治疗仪由硬件电路和PC 机控制软件两部分构成,下位机(MCU)包括体表肌电采集放大电路、神经肌肉电刺激电路两大部分;上位机(PC)的软件系统主要负责视觉信号反馈,治疗参数控制、病历登记、信息查询等功能。治疗仪达到了国家的医用康复治疗的各项指标,能够帮助患者逐步康复,且具有安全、无创、便捷、人机交互能力强等特点。
所属分类:
其它
发布日期:2021-01-29
文件大小:1048576
提供者:
weixin_38668776
基于进化策略的动态递归神经网络建模与辨识
提出一种采用进化策略实现动态递归神经网络结构、 权重和自反馈增益同时进化的学习算法, 以及自适应进化机制。与改进 BP 算法相结合,各取所长, 形成集成化动态递归神经网络建模辨识算法。 实际应用结果表明,所提出算法不仅明显提高了动态递归网络模型辨识算法的收敛速度和精度,而且实 现了动态递归网络的全自动优化设计。
所属分类:
其它
发布日期:2021-01-15
文件大小:173056
提供者:
weixin_38500444
基于CMAC 神经网络的一类M I MO非线性系统的自适应反馈线性化
在已知系统标称模型的基础上, 将CMAC 神经网络用于一类状态反馈可线性化的M I MO 连 续时间不确定性非线性系统的鲁棒自适应反馈线性化, 使系统获得要求的跟踪性能。 在很弱的假设条件 下, 应用李雅普诺夫稳定性理论证明了闭环系统内的所有信号为一致最终有界。 仿真算例验证了该方法 的正确性与有效性。
所属分类:
其它
发布日期:2021-01-15
文件大小:277504
提供者:
weixin_38592611
混沌系统的神经网络预测控制
提出一种基于预测控制的神经网络控制方法,将模型未知时的混沌运动控制到不稳定的不动 点( UFP) 处。 该控制系统不需要 UFP 的位置及其局部性态等知识, 它包括观测器、 带反馈校正的神经网 络在线预测器和在线训练的神经网络控制器。其方法简便,收敛速度比现有同类方法快得多。同时还分 析了控制系统的稳定性,并证明了神经网络控制器的收敛性。 理论推导和仿真结果都表明了该方法的有 效性。
所属分类:
其它
发布日期:2021-01-15
文件大小:229376
提供者:
weixin_38680506
基于神经网络的严反馈块非线性系统的鲁棒控制
针对非匹配不确定性的严反馈块非线性系统, 基于神经网络提出一种鲁棒控制方法. 利用L yapunov 稳定性 定理推导出RBF 神经网络的全调节律, 用于处理系统中的非线性参数不确定性, 提高了神经网络的在线逼近能力; 采用神经网络和鲁棒控制方法, 利用已知信息的同时, 对控制系数矩阵未知时的设计问题进行处理, 避免了控制器可 能的奇异问题; 引入非线性跟踪微分器, 解决了Back stepp ing 设计中的“计算膨胀”问题. 运用L yapunov 稳定性定理证明了闭环系统的所有信号均
所属分类:
其它
发布日期:2021-01-15
文件大小:316416
提供者:
weixin_38706603
一类非线性系统的自适应神经网络控制
针对一类具有非仿射函数和下三角结构的、受干扰未知的非线性系统, 提出一种新的自适应神经网络控制 方法. 它是严格反馈不确定系统和纯反馈系统的更一般化表达. 在Back stepp ing 设计思想基础上, 证明了闭环信号的 半全局最终一致有界性, 并很好地处理了控制方向和控制奇异问题. 通过仿真验证了该方法的有效性.
所属分类:
其它
发布日期:2021-01-15
文件大小:285696
提供者:
weixin_38613681
离散Hopf ield 网络的渐近行为
离散Hopfield 神经网络是一类特殊的反馈网络, 可广泛应用于联想记忆设计、组合优化计算等方面. 反馈 神经网络的稳定性不仅被认为是神经网络最基本的问题之一, 同时也是神经网络各种应用的基础. 为此, 利用状态 转移方程和定义能量函数的方法, 研究离散Hopfield 神经网络在部分并行演化模式下的渐近行为, 并举例说明了一 个已有结论是错误的, 同时给出了一些新的网络收敛于稳定状态的充分条件. 所获结果进一步推广了一些已有的结 论.
所属分类:
其它
发布日期:2021-01-15
文件大小:280576
提供者:
weixin_38741996
具有时变输入输出函数的反馈过程神经网络及应用
针对输入和输出均为时变函数或过程的实际系统建模和仿真问题,提出一种输入和输出均为时变函数的反馈过程神经网络模型.该模型的第1隐层对来自输入层的时变信号进行空间加权聚合和激励运算,并在将其输出传送至第2隐层的同时反馈至输入层;第2隐层完成对其时变输入的空间加权聚合、时间累积聚合和激励运算,并将其输出传送至输出层.给出了相应的学习算法,并以实例验证了该模型及其学习算法的有效性.
所属分类:
其它
发布日期:2021-01-15
文件大小:364544
提供者:
weixin_38728183
基于神经网络观测器的一类非线性系统的故障调节
将一般形式的非线性模型线性化为输出反馈型.针对该类系统,首先利用神经网络的一致逼近任意非线性连续函数的性质,构造神经网络自适应观测器,以获取反映故障信息的残差;然后根据残差信息在线估计故障;最后通过修正控制律来补偿故障所带来的影响,并采用Lyapunov稳定性理论证明了系统的稳定性.仿真结果验证了该方法的有效性.
所属分类:
其它
发布日期:2021-01-15
文件大小:377856
提供者:
weixin_38679276
小波神经网络与PID相结合的负荷频率控制
针对跨区域互联电力系统负荷频率控制的严重非线性,及传统PID控制稳定性差、超调严重、响应速度慢,提出了将小波神经网络与传统PID控制相结合的控制模型。PID完成区域电网内的二级负荷频率控制,区域控制偏差作为有2个小波神经元的神经网络输入,输出用于共同控制负荷频率稳定。网络还采用了负反馈提高学习收敛速度,网络参数采用梯度法结合遗传算法寻优确定。仿真实验结果表明,该方案具有较好的控制效果和鲁棒性。
所属分类:
其它
发布日期:2021-01-14
文件大小:1048576
提供者:
weixin_38528888
时变时滞非线性系统自适应神经网络控制
对于一类具有未知时变时滞和虚拟控制系数的不确定严格反馈非线性系统, 基于后推设计提出一种自适应神经网络控制方案. 选取适当的Lyapunov-Krasovskii 泛函补偿未知时变时滞不确定项. 通过构造连续的待逼近函数来解决利用神经网络对未知非线性函数进行逼近时出现的奇异问题. 通过引入一个新的中间变量, 保证了虚拟控制求导的正确性. 仿真算例表明, 所设计的控制器能保证闭环系统所有信号是半全局一致终结有界的, 且跟踪误差收敛到零的一个邻域内.
所属分类:
其它
发布日期:2021-01-14
文件大小:241664
提供者:
weixin_38553381
一类纯反馈非线性系统的简化自适应神经网络动态面控制
针对一类完全非仿射纯反馈非线性系统, 提出一种简化的自适应神经网络动态面控制方法. 基于隐函数定 理和中值定理将未知非仿射输入函数进行分解, 使其含有显式的控制输入; 利用简化的神经网络逼近未知非线性函 数, 对于?? 阶SISO 纯反馈系统, 仅一个参数需要更新; 动态面控制可消除反推设计中由于对虚拟控制反复求导而导 致的复杂性问题. 通过Lyapunov 稳定性定理证明了闭环系统的半全局稳定性, 数值仿真验证了方法的有效性.
所属分类:
其它
发布日期:2021-01-14
文件大小:211968
提供者:
weixin_38565003
基于神经网络的非仿射块控非线性系统动态反演控制
即使已知非仿射非线性系统的逆存在, 利用隐函数定理求解该显式逆仍然非常困难. 为此, 针对一类不确 定块控非仿射系统, 将动态反馈、反演、神经网络和反馈线性化技术相结合, 提出一种自适应鲁棒控制器的设计方 法. 利用神经网络来逼近和消除未知函数, 并证明了整个闭环系统在李雅普诺夫意义下是稳定的. 仿真结果表明了所 提出方法的有效性.
所属分类:
其它
发布日期:2021-01-14
文件大小:187392
提供者:
weixin_38556189
一类严反馈非线性系统的神经网络控制
研究一类不确定严反馈非线性系统的跟踪控制问题. 通过采用单一神经网络逼近系统的所有未知部分, 提 出一种新的鲁棒自适应控制设计方法. 该方法能直接给出实际控制律和自适应律, 有效地解决现有方法中存在的控 制设计复杂和计算负担重等问题. 稳定性分析表明, 闭环系统所有信号是半全局一致最终有界的, 并且通过调整控制 参数可使跟踪误差任意小. 仿真结果验证了所提出方法的有效性.
所属分类:
其它
发布日期:2021-01-14
文件大小:175104
提供者:
weixin_38628647
基于反馈增益的AUV稳定神经网络反步变深控制
为解决自主水下航行器的变深控制问题, 提出一种基于反馈增益的反步控制方法. 首先, 通过设计控制器参数消除部分非线性项, 在保证系统稳定性的同时设计神经网络控制器来补偿纵倾运动中的模型不确定性; 然后, 通过自适应鲁棒控制器对神经网络的逼近误差予以消除, 以加快神经网络的收敛学习速度, 神经网络权值和逼近误差估计的学习律可由李雅普诺夫稳定性理论推导得出, 保证了闭环系统的一致最终有界性; 最后, 通过仿真实验验证了所提出方法的有效性.
所属分类:
其它
发布日期:2021-01-14
文件大小:326656
提供者:
weixin_38699613
«
1
2
3
4
5
6
7
8
9
10
11
12
13
14
»