暂无评论
BP神经网络非线性拟合程序,带示例。BP(BackPropagation)网络是1986年由Rumelhart和McCelland为首的科学家小组提出,是一种按误差逆传播算法训练的多层前馈网络,是目前
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
国外的一篇论文 主要讲神经网络自适应控制这一块
基于改进遗传算法的非线性仪表的参数辨识,李雅梅,杨飞霞,分析了节流式流量仪表的非线性及其导致的计算结果的偏差,建立了仪表的非线性模型。针对标准遗传算法(SGA)收敛速度慢、易早熟等缺�
MATLAB 实现BP神经网络的非线性系统建模-非线性函数拟合
提出一种自适应磷虾群算法,在基本磷虾群算法中引入遗传繁殖机制,并加入进化算子和优化算子构成自适应环节,提高了算法的全局搜索能力和预测精度;通过自适应磷虾群算法对Elman神经网络的初始权值和阈值进行寻
有关小波神经网络的文章-基于小波神经网络的非线性约束预测控制.pdf我收集的最新的几篇小波神经网络的文章,大家共享小波神经网络初始值的选择.pdf【摘要】小波神经网络参数初始值影响着网络收敛速度的快慢
计算机安全已成为一项重大挑战。 已经开发了工具和机制来确保一定程度的合规性。 其中包括入侵检测系统(IDS)。 传统IDS的原理是检测企图攻击网络并识别异常活动和行为。 原因包括搜寻攻击类型的不确定性
基于MATLAB的BP神经网络来逼近双变量非线性函数,最后的逼近误差小于0.05
使用物理基础理论方法实现
暂无评论