论文研究基于神经网络MIMO非仿射系统自适应输出反馈控制 .pdf

比较好的一片外文文献写的比中文的详细很适合初学的作为参考资料

matlab开发-神经网络自适应融合。基于模式识别的RBF两核自适应融合仿真

Pixel-Adaptive Convolutional Neural Networks (CVPR '19)

为了提高进化策略的搜索精度和全局搜索能力，提出了一种基于反馈和混沌变异的改进进化策略，将各代当前最优搜索结果反馈到变异步长的更新公式中，通过对变异算子中随机数方差的调整使进化策略的变异步长随搜索过程自

针对飞行仿真转台伺服系统中存在的非线性摩擦干扰进行了研究，采用一种基于RBF神经网络进行误差补偿的在线自适应控制策略。在基于逆动力学的计算力矩控制方法的基础上，利用RBF神经网络的万能逼近特性在线辨识

针对带有未知虚拟控制增益符号的一类非线性系统,采用基于参数的坐标变换和参数重定义,将该系统转化为参数输出反馈形式, 从而将未知的虚拟控制增益归入高频控制增益中.由于该高频控制增益符号未知,将Nussb

针对一类具有未知控制方向的随机非线性时变时滞系统,提出了一种自适应输出反馈神经网络(NN)控制方案。 为了使控制器设计可行,将未知的控制系数分组在一起,并使用线性状态转换技术将原始系统转换为新系统。

传统的前馈神经网络盲源分离算法由于步长固定存在许多缺点,而基于Sigmoid函数的自适应步长算法虽然能够克服固定步长算法的缺陷,但其稳态性能较差。针对这个问题,提出一种改进的自适应步长算法,该算法可灵

提出一种有效的背景杂波预测形态神经网络模型，用于检测图像数据中的弱小目标。目标被假设为只有很小的空域扩展度，而且淹没于强背景杂波干扰中。通过形态神经网络，杂波背景被准确地估计并从输入数据中去除，只剩下

基于神经网络的智能虚拟汽车控制机制研究，兰清，，随着虚拟现实技术的不断发展，智能虚拟汽车的行为决策水平的智能程度以及真实性也需要有更高的提升。作为加强虚拟驾驶系统真实感