相 關(guān) 資 源

• 神經(jīng)網(wǎng)絡(luò)對非線性函數(shù)的擬合免費(fèi)下載

  資源簡介：神經(jīng)網(wǎng)絡(luò)對非線性函數(shù)的擬合可以拓展到神經(jīng)網(wǎng)絡(luò)對非線性系統(tǒng)模型的逼近

  標(biāo)簽： 神經(jīng)網(wǎng)絡(luò) 函數(shù) 非線性

  上傳時(shí)間： 2019-04-24

  上傳用戶：厲害的厲呀

• 動(dòng)態(tài)一階改進(jìn)型BP神經(jīng)網(wǎng)絡(luò)對非線性系統(tǒng)的建模程序,直接運(yùn)行即可!免費(fèi)下載

  資源簡介：動(dòng)態(tài)一階改進(jìn)型BP神經(jīng)網(wǎng)絡(luò)對非線性系統(tǒng)的建模程序,直接運(yùn)行即可!

  標(biāo)簽： 動(dòng)態(tài) BP神經(jīng)網(wǎng)絡(luò) 改進(jìn)型 建模

  上傳時(shí)間： 2013-12-22

  上傳用戶：362279997

• 動(dòng)態(tài)一階改進(jìn)型RBF神經(jīng)網(wǎng)絡(luò)對非線性系統(tǒng)的建模程序,直接運(yùn)行即可!免費(fèi)下載

  資源簡介：動(dòng)態(tài)一階改進(jìn)型RBF神經(jīng)網(wǎng)絡(luò)對非線性系統(tǒng)的建模程序,直接運(yùn)行即可!

  標(biāo)簽： RBF 動(dòng)態(tài) 改進(jìn)型 建模

  上傳時(shí)間： 2017-01-09

  上傳用戶：陽光少年2016

• 徑向基網(wǎng)絡(luò)對Polynomial函數(shù)的逼近和擬合免費(fèi)下載

  資源簡介：徑向基網(wǎng)絡(luò)對Polynomial函數(shù)的逼近和擬合

  標(biāo)簽： Polynomial 徑向 函數(shù) 網(wǎng)絡(luò)

  上傳時(shí)間： 2014-12-01

  上傳用戶：bakdesec

• B-P算法對函數(shù)的擬合程序免費(fèi)下載

  資源簡介：B-P算法對函數(shù)的擬合程序

  標(biāo)簽： B-P 算法 函數(shù) 程序

  上傳時(shí)間： 2013-12-17

  上傳用戶：Miyuki

• 采用基于遺傳算法的神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)非線性函數(shù)YP=1-EXP(-I/2)免費(fèi)下載

  資源簡介：采用基于遺傳算法的神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)非線性函數(shù)YP=1-EXP(-I/2)

  標(biāo)簽： EXP YP 算法 神經(jīng)網(wǎng)絡(luò)

  上傳時(shí)間： 2017-07-31

  上傳用戶：himbly

• 實(shí)現(xiàn)對函數(shù)的擬合與逼近 hpirl 最小二乘曲線擬合 hchir 切比雪夫曲線擬合 hremz 最佳一致逼近的里米茲方法 hpir2 矩形域的最小二乘曲面擬合免費(fèi)下載

  資源簡介：實(shí)現(xiàn)對函數(shù)的擬合與逼近 hpirl 最小二乘曲線擬合 hchir 切比雪夫曲線擬合 hremz 最佳一致逼近的里米茲方法 hpir2 矩形域的最小二乘曲面擬合

  標(biāo)簽： hpirl hchir hpir2 hremz

  上傳時(shí)間： 2014-11-26

  上傳用戶：頂?shù)弥?/p>

• 采用基于遺傳算法的神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)非線性函數(shù)。目標(biāo)函數(shù)為：yp=1-exp(-i/2).免費(fèi)下載

  資源簡介：采用基于遺傳算法的神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)非線性函數(shù)。目標(biāo)函數(shù)為：yp=1-exp(-i/2).

  標(biāo)簽： exp yp 算法 神經(jīng)網(wǎng)絡(luò)

  上傳時(shí)間： 2013-12-09

  上傳用戶：二驅(qū)蚊器

• BP神經(jīng)網(wǎng)絡(luò)在非線性函數(shù)逼近中的應(yīng)用免費(fèi)下載

  資源簡介：BP神經(jīng)網(wǎng)絡(luò)在非線性函數(shù)逼近中的應(yīng)用,用BP網(wǎng)絡(luò)逼近函數(shù)

  標(biāo)簽： BP神經(jīng)網(wǎng)絡(luò) 非線性 函數(shù) 中的應(yīng)用

  上傳時(shí)間： 2016-10-22

  上傳用戶：hyhjq

• BP神經(jīng)網(wǎng)絡(luò)逼近非線性函數(shù)講解免費(fèi)下載

  資源簡介：該文檔為BP神經(jīng)網(wǎng)絡(luò)逼近非線性函數(shù)講解資料，講解的還不錯(cuò)，感興趣的可以下載看看…………………………

  標(biāo)簽： bp神經(jīng)網(wǎng)絡(luò)

  上傳時(shí)間： 2021-10-30

  上傳用戶：

• 用rbf神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)分類和曲線擬合免費(fèi)下載

  資源簡介：用rbf神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)分類和曲線擬合，包括分離器和曲線擬合兩個(gè)文件，可以直接解壓縮使用

  標(biāo)簽： rbf 神經(jīng)網(wǎng)絡(luò) 分類 曲線擬合

  上傳時(shí)間： 2015-06-14

  上傳用戶：zhliu007

• 一種基于蟻群聚類的徑向基神經(jīng)網(wǎng)絡(luò) 提出了一種基于蟻群聚類算法的徑向基神經(jīng)網(wǎng)絡(luò). 利用蟻群算法的并行尋優(yōu)特征和揮發(fā)系 數(shù)方法的自適應(yīng)更改信息量的能力,并以球面聚類的方式確定了徑向基神經(jīng)網(wǎng)絡(luò)中基函數(shù)的免費(fèi)下載

  資源簡介：一種基于蟻群聚類的徑向基神經(jīng)網(wǎng)絡(luò) 提出了一種基于蟻群聚類算法的徑向基神經(jīng)網(wǎng)絡(luò). 利用蟻群算法的并行尋優(yōu)特征和揮發(fā)系 數(shù)方法的自適應(yīng)更改信息量的能力,并以球面聚類的方式確定了徑向基神經(jīng)網(wǎng)絡(luò)中基函數(shù)的位置, 同時(shí)通過比較隱層神經(jīng)元的相似性、合并相似...

  標(biāo)簽： 徑向 神經(jīng)網(wǎng)絡(luò) 蟻群聚類 并行

  上傳時(shí)間： 2013-12-26

  上傳用戶：wuyuying

• RBF神經(jīng)網(wǎng)絡(luò)對非線性系統(tǒng)進(jìn)行逼近,運(yùn)行成功,還有不足之處請多多指教免費(fèi)下載

  資源簡介：RBF神經(jīng)網(wǎng)絡(luò)對非線性系統(tǒng)進(jìn)行逼近,運(yùn)行成功,還有不足之處請多多指教

  標(biāo)簽： RBF 神經(jīng)網(wǎng)絡(luò) 非線性系統(tǒng) 運(yùn)行

  上傳時(shí)間： 2015-09-11

  上傳用戶：fredguo

• 經(jīng)網(wǎng)絡(luò)提出了一種基于蟻群聚類算法的徑向基神經(jīng)網(wǎng)絡(luò). 利用蟻群算法的并行尋優(yōu)特征和揮發(fā)系數(shù)方法的自適應(yīng)更改信息量的能力,并以球面聚類的方式確定了徑向基神經(jīng)網(wǎng)絡(luò)中基函數(shù)的位置, 同時(shí)通過比較隱層神經(jīng)元的相免費(fèi)下載

  資源簡介：經(jīng)網(wǎng)絡(luò)提出了一種基于蟻群聚類算法的徑向基神經(jīng)網(wǎng)絡(luò). 利用蟻群算法的并行尋優(yōu)特征和揮發(fā)系數(shù)方法的自適應(yīng)更改信息量的能力,并以球面聚類的方式確定了徑向基神經(jīng)網(wǎng)絡(luò)中基函數(shù)的位置, 同時(shí)通過比較隱層神經(jīng)元的相似性、合并相似性較為接近的2 個(gè)神經(jīng)元來約簡隱...

  標(biāo)簽： 徑向 神經(jīng)網(wǎng)絡(luò) 網(wǎng)絡(luò) 算法

  上傳時(shí)間： 2014-01-16

  上傳用戶：saharawalker

• 使用模糊神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)非線性函數(shù)映射免費(fèi)下載

  資源簡介：使用模糊神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)非線性函數(shù)映射，直接在matlab中運(yùn)行即可。

  標(biāo)簽： 模糊神經(jīng)網(wǎng)絡(luò) 函數(shù) 映射 非線性

  上傳時(shí)間： 2013-12-21

  上傳用戶：wkchong

• Pi-sigma神經(jīng)網(wǎng)絡(luò)用于非線性對象的逼近免費(fèi)下載

  資源簡介：Pi-sigma神經(jīng)網(wǎng)絡(luò)用于非線性對象的逼近

  標(biāo)簽： Pi-sigma 神經(jīng)網(wǎng)絡(luò) 非線性對象

  上傳時(shí)間： 2016-07-04

  上傳用戶：sammi

• matlab中應(yīng)用BP神經(jīng)網(wǎng)絡(luò)對模式識(shí)別的源碼免費(fèi)下載

  資源簡介：matlab中應(yīng)用BP神經(jīng)網(wǎng)絡(luò)對模式識(shí)別的源碼

  標(biāo)簽： matlab BP神經(jīng)網(wǎng)絡(luò) 模式識(shí)別 源碼

  上傳時(shí)間： 2014-01-27

  上傳用戶：qoovoop

• 基本bp算法,實(shí)現(xiàn)函數(shù)的擬合,提供給大家分享免費(fèi)下載

  資源簡介：基本bp算法,實(shí)現(xiàn)函數(shù)的擬合,提供給大家分享

  標(biāo)簽： 算法 函數(shù) 家 分

  上傳時(shí)間： 2017-04-30

  上傳用戶：refent

• 二次函數(shù)的擬合算法免費(fèi)下載

  資源簡介：二次函數(shù)的擬合算法，根據(jù)所給的點(diǎn)來確定二次方程的個(gè)參數(shù)情況

  標(biāo)簽： 函數(shù) 算法

  上傳時(shí)間： 2013-12-17

  上傳用戶：caozhizhi

• 費(fèi)米函數(shù)的擬合算法免費(fèi)下載

  資源簡介：費(fèi)米函數(shù)的擬合算法，根據(jù)所給的點(diǎn)來確定費(fèi)米方程的個(gè)參數(shù)情況，圖像處理時(shí)能給出相應(yīng)的擬合圖形的參數(shù)

  標(biāo)簽： 函數(shù) 算法

  上傳時(shí)間： 2017-05-12

  上傳用戶：sjyy1001

• 用bp神經(jīng)網(wǎng)絡(luò)對sin(x)擬合,隱含層采用sigmoid函數(shù)免費(fèi)下載

  資源簡介：用bp神經(jīng)網(wǎng)絡(luò)對sin(x)擬合,隱含層采用sigmoid函數(shù)，輸出層采用線性函數(shù),

  標(biāo)簽： sigmoid sin 神經(jīng)網(wǎng)絡(luò) 函數(shù)

  上傳時(shí)間： 2016-08-06

  上傳用戶：semi1981

• 通過BP網(wǎng)絡(luò)實(shí)現(xiàn)對非線性函數(shù)（正弦函數(shù)）的逼近。函數(shù)比較短免費(fèi)下載

  資源簡介：通過BP網(wǎng)絡(luò)實(shí)現(xiàn)對非線性函數(shù)（正弦函數(shù)）的逼近。函數(shù)比較短，很簡練。

  標(biāo)簽： 函數(shù) BP網(wǎng)絡(luò) 非線性 正弦函數(shù)

  上傳時(shí)間： 2013-12-26

  上傳用戶：hxy200501

• 基于蟻群算法的神經(jīng)網(wǎng)絡(luò),對神經(jīng)網(wǎng)的算法進(jìn)行改進(jìn)。ANT_object_func_ant是神經(jīng)網(wǎng)絡(luò)木目標(biāo)函數(shù)生成程序。ANT_ant_new是主程序免費(fèi)下載

  資源簡介：基于蟻群算法的神經(jīng)網(wǎng)絡(luò),對神經(jīng)網(wǎng)的算法進(jìn)行改進(jìn)。ANT_object_func_ant是神經(jīng)網(wǎng)絡(luò)木目標(biāo)函數(shù)生成程序。ANT_ant_new是主程序

  標(biāo)簽： ANT_object_func_ant ANT_ant_new 神經(jīng)網(wǎng)絡(luò) 程序

  上傳時(shí)間： 2013-11-27

  上傳用戶：ouyangtongze

• 能夠非線性函數(shù)的曲線擬合免費(fèi)下載

  資源簡介：能夠非線性函數(shù)的曲線擬合，包括一個(gè)Matlab的m文件和存有實(shí)驗(yàn)數(shù)據(jù)的txt文件。

  標(biāo)簽： 非線性 函數(shù) 曲線擬合

  上傳時(shí)間： 2014-01-16

  上傳用戶：851197153

• 應(yīng)用BP神經(jīng)網(wǎng)絡(luò)對兩個(gè)函數(shù)進(jìn)行非線性逼近免費(fèi)下載

  資源簡介：應(yīng)用BP神經(jīng)網(wǎng)絡(luò)對兩個(gè)函數(shù)進(jìn)行非線性逼近，并給出MATLAB源程序，還對結(jié)果進(jìn)行了分析。

  標(biāo)簽： BP神經(jīng)網(wǎng)絡(luò) 函數(shù) 非線性

  上傳時(shí)間： 2013-12-17

  上傳用戶：libenshu01

• nnToolKit 神經(jīng)網(wǎng)絡(luò)工具包是基于 MATLAB 神經(jīng)網(wǎng)絡(luò)工具箱自行開發(fā)的一組神經(jīng)網(wǎng)絡(luò)算法函數(shù)庫免費(fèi)下載

  資源簡介：nnToolKit 神經(jīng)網(wǎng)絡(luò)工具包是基于 MATLAB 神經(jīng)網(wǎng)絡(luò)工具箱自行開發(fā)的一組神經(jīng)網(wǎng)絡(luò)算法函數(shù)庫，其中的函數(shù)在MATLAB環(huán)境下均可獨(dú)立運(yùn)行，并可打包成DLL組件，這些組件作為獨(dú)立的COM對象，可以直接被Visual Basic、Visual C++ 、C++ Builder或其它支持COM的高級(jí)語...

  標(biāo)簽： nnToolKit MATLAB 神經(jīng)網(wǎng)絡(luò) 工具包

  上傳時(shí)間： 2013-12-25

  上傳用戶：lacsx

• 利用線性神經(jīng)網(wǎng)絡(luò)對某一正弦信號(hào)進(jìn)行線性預(yù)測。利用函數(shù)newlind設(shè)計(jì)線性神經(jīng)網(wǎng)絡(luò)免費(fèi)下載

  資源簡介：利用線性神經(jīng)網(wǎng)絡(luò)對某一正弦信號(hào)進(jìn)行線性預(yù)測。利用函數(shù)newlind設(shè)計(jì)線性神經(jīng)網(wǎng)絡(luò)， 在已知正弦信號(hào)過去5個(gè)值得情況下，預(yù)測其將來值。 定義需要的信號(hào)，共持續(xù)5s，采樣頻率40Hz

  標(biāo)簽： newlind 線性 神經(jīng)網(wǎng)絡(luò) 正弦信號(hào)

  上傳時(shí)間： 2014-01-04

  上傳用戶：ywqaxiwang

• 基于ELMAN神經(jīng)網(wǎng)絡(luò)對階躍響應(yīng)動(dòng)態(tài)進(jìn)行補(bǔ)償也可以舉一反三的運(yùn)用于ELMAN網(wǎng)絡(luò)的其他應(yīng)用免費(fèi)下載

  資源簡介：基于ELMAN神經(jīng)網(wǎng)絡(luò)對階躍響應(yīng)動(dòng)態(tài)進(jìn)行補(bǔ)償也可以舉一反三的運(yùn)用于ELMAN網(wǎng)絡(luò)的其他應(yīng)用

  標(biāo)簽： ELMAN 神經(jīng)網(wǎng)絡(luò) 動(dòng)態(tài) 階躍響應(yīng)

  上傳時(shí)間： 2014-12-03

  上傳用戶：無聊來刷下

• 經(jīng)典的人工智能問題 - iris數(shù)據(jù)分析問題。通過設(shè)計(jì)三層bp神經(jīng)網(wǎng)絡(luò)對花朵數(shù)據(jù)進(jìn)行分類識(shí)別免費(fèi)下載

  資源簡介：經(jīng)典的人工智能問題 - iris數(shù)據(jù)分析問題。通過設(shè)計(jì)三層bp神經(jīng)網(wǎng)絡(luò)對花朵數(shù)據(jù)進(jìn)行分類識(shí)別，并達(dá)到了很好的效果。

  標(biāo)簽： iris 人工智能 數(shù)據(jù)分析 數(shù)據(jù)

  上傳時(shí)間： 2013-12-29

  上傳用戶：dreamboy36

• 使用單層神經(jīng)網(wǎng)絡(luò)對中國國有企業(yè)的產(chǎn)值數(shù)據(jù)進(jìn)行預(yù)測免費(fèi)下載

  資源簡介：使用單層神經(jīng)網(wǎng)絡(luò)對中國國有企業(yè)的產(chǎn)值數(shù)據(jù)進(jìn)行預(yù)測，壓縮文件中包括數(shù)據(jù)文件和相應(yīng)詳細(xì)說明。

  標(biāo)簽： 神經(jīng)網(wǎng)絡(luò) 數(shù)據(jù)

  上傳時(shí)間： 2013-12-02

  上傳用戶：gaome