小波神經(jīng)網(wǎng)絡(luò)用于分類的基礎(chǔ)源碼,供參考!
資源簡介:小波神經(jīng)網(wǎng)絡(luò)用于分類的基礎(chǔ)源碼,供參考!
上傳時(shí)間: 2014-01-07
上傳用戶:大三三
資源簡介:小波神經(jīng)網(wǎng)絡(luò)及其應(yīng)用的10片論文 對學(xué)習(xí)小波神經(jīng)網(wǎng)絡(luò)很有用
上傳時(shí)間: 2014-10-13
上傳用戶:hustfanenze
資源簡介:提出了一種基于小波神經(jīng)網(wǎng)絡(luò)整定的PID 控制方法。由于小波變換具有良 好的時(shí)頻局部特性,神經(jīng)網(wǎng)絡(luò)具有強(qiáng)大的非線性映射能力,自學(xué)習(xí)、自適應(yīng)等優(yōu)勢,采用規(guī) 范正交的小波函數(shù)作為神經(jīng)網(wǎng)絡(luò)的基函數(shù)構(gòu)成小波神經(jīng)網(wǎng)絡(luò),該網(wǎng)絡(luò)兼有小波函數(shù)的緊 支性、波動(dòng)性以及神...
上傳時(shí)間: 2014-01-15
上傳用戶:yzy6007
資源簡介:bp神經(jīng)網(wǎng)絡(luò)用于分類的matlab程序,修改數(shù)值就可適用
上傳時(shí)間: 2013-12-08
上傳用戶:playboys0
資源簡介:rbf神經(jīng)網(wǎng)絡(luò)用于分類的matlab程序,修改數(shù)值就可適用
上傳時(shí)間: 2016-10-09
上傳用戶:2404
資源簡介:_基于MATLAB的系統(tǒng)分析與設(shè)計(jì)_小波分析,一本好書的全源碼
上傳時(shí)間: 2015-05-18
上傳用戶:釣鰲牧馬
資源簡介:小波神經(jīng)網(wǎng)絡(luò)的分類識別,學(xué)習(xí)率因子,網(wǎng)絡(luò)動(dòng)量項(xiàng)因子,網(wǎng)絡(luò)多分辨級數(shù),網(wǎng)絡(luò)平移參數(shù) 都可自己選。本例輸入節(jié)點(diǎn)5,輸出5。可識別五種信號。
上傳時(shí)間: 2014-11-09
上傳用戶:cc1015285075
資源簡介:討論了BP 小波神經(jīng)網(wǎng)絡(luò)在訓(xùn)練過程中減小誤差函數(shù)時(shí)最優(yōu)方向的確定和自適應(yīng)調(diào)整學(xué)習(xí)率的方法。 首先論證了小波神經(jīng)網(wǎng)絡(luò)的數(shù)學(xué)基礎(chǔ),然后討論了BP 小波神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)過程,重點(diǎn)討論了減小誤差函數(shù)最優(yōu)方 向的確定方法,即如何保證步長方向與負(fù)梯度方向一致,由此...
上傳時(shí)間: 2014-01-22
上傳用戶:金宜
資源簡介:小波神經(jīng)網(wǎng)絡(luò)研究的進(jìn)展用于預(yù)測和函數(shù)逼近,希望可以拋磚引玉
上傳時(shí)間: 2017-04-28
上傳用戶:gyq
資源簡介:BP神經(jīng)網(wǎng)絡(luò)用于分類與回歸 ----------------------------------------作者:陸振波,海軍工程大學(xué) 歡迎同行來信交流與合作,更多文章與程序下載請?jiān)L問我的個(gè)人主頁 電子郵件:luzhenbo@sina.com 個(gè)人主頁:luzhenbo.88uu.com.cn -------------------...
上傳時(shí)間: 2015-05-21
上傳用戶:ouyangtongze
資源簡介:RBF神經(jīng)網(wǎng)絡(luò)用于分類與回歸 ---------------------------------------- 作者:陸振波,海軍工程大學(xué) 歡迎同行來信交流與合作,更多文章與程序下載請?jiān)L問我的個(gè)人主頁 電子郵件:luzhenbo@sina.com 個(gè)人主頁:luzhenbo.88uu.com.cn ----------------...
上傳時(shí)間: 2013-12-19
上傳用戶:yuanyuan123
資源簡介:這是小波神經(jīng)網(wǎng)絡(luò)的MATLAB6.5下的程序,不算完善,大家一起研究吧
上傳時(shí)間: 2013-12-04
上傳用戶:cc1
資源簡介:小波神經(jīng)網(wǎng)絡(luò)的MATLAB原代碼,十分經(jīng)典,大家一起學(xué)。
上傳時(shí)間: 2015-05-08
上傳用戶:wlcaption
資源簡介:基于小波神經(jīng)網(wǎng)絡(luò)辨識的PID神經(jīng)模型源程序
上傳時(shí)間: 2015-06-12
上傳用戶:頂?shù)弥?/p>
資源簡介:關(guān)于小波神經(jīng)網(wǎng)絡(luò)的源程序,對研究小波神經(jīng)網(wǎng)絡(luò)非常有幫助
上傳時(shí)間: 2014-08-11
上傳用戶:qq1604324866
資源簡介:基于小波神經(jīng)網(wǎng)絡(luò)算法的流域日徑流預(yù)報(bào)模型,該例程為結(jié)合型小波神經(jīng)網(wǎng)絡(luò)的例子
上傳時(shí)間: 2015-07-18
上傳用戶:zhuimenghuadie
資源簡介:遺傳算法優(yōu)化小波神經(jīng)網(wǎng)絡(luò)的源程序: 1.構(gòu)造的非線性函數(shù): 位于nninit_test.m 2.直接用WNN逼近非線性:Wnn_test.m, (內(nèi)部調(diào)用小波函數(shù)) 3.遺傳算法優(yōu)化后逼近 :GA_Wnn_test.m (內(nèi)部調(diào)用遺傳算法的,初始化,適應(yīng)度,解碼函數(shù))
上傳時(shí)間: 2013-12-23
上傳用戶:tianjinfan
資源簡介:遺傳算法優(yōu)化小波神經(jīng)網(wǎng)絡(luò)MATLAB 神經(jīng)網(wǎng)絡(luò)用于數(shù)字識別源程序
上傳時(shí)間: 2014-01-04
上傳用戶:lvzhr
資源簡介:本文分析小波神經(jīng)網(wǎng)絡(luò)的特點(diǎn)重點(diǎn)研究在電力負(fù)荷預(yù)測中連續(xù)小波神經(jīng)網(wǎng)絡(luò)與BP神經(jīng)網(wǎng)絡(luò)相比具有的優(yōu)缺點(diǎn)對認(rèn)識和應(yīng)用小波神經(jīng)網(wǎng)絡(luò)具有重要意義算例表明在網(wǎng)絡(luò)結(jié)構(gòu)相同的情況下連續(xù)小波神經(jīng)網(wǎng)絡(luò)比BP神經(jīng)網(wǎng)絡(luò)具有更高的預(yù)測精度
上傳時(shí)間: 2014-01-17
上傳用戶:gundamwzc
資源簡介:用dsp實(shí)現(xiàn)的的小波神經(jīng)網(wǎng)絡(luò)進(jìn)行圖象識別編程
上傳時(shí)間: 2013-12-15
上傳用戶:wpt
資源簡介:小波神經(jīng)網(wǎng)絡(luò)程序,收斂性比BP神經(jīng)網(wǎng)絡(luò)好,可以避免局部最優(yōu),可用于分類,函數(shù)逼近等
上傳時(shí)間: 2014-01-06
上傳用戶:英雄
資源簡介:我自己寫的小波神經(jīng)網(wǎng)絡(luò)的Matlab程序,包含了單維的高維的兩種網(wǎng)絡(luò)模型,比較全面,而且代碼中加入開發(fā)的初始化算法,使用時(shí)只需要更換訓(xùn)練樣本就可以了。希望對論文寫作有所幫助
上傳時(shí)間: 2016-03-15
上傳用戶:kiklkook
資源簡介:小波神經(jīng)網(wǎng)絡(luò)的實(shí)現(xiàn)程序,編成運(yùn)算,基于matlab的運(yùn)算
上傳時(shí)間: 2016-03-18
上傳用戶:ouyangtongze
資源簡介:基于小波神經(jīng)網(wǎng)絡(luò)辨識的PID神經(jīng)模型,給初學(xué)者一個(gè)簡單例子
上傳時(shí)間: 2016-03-21
上傳用戶:cc1
資源簡介:基于小波神經(jīng)網(wǎng)絡(luò)的PID控制Matlab仿真,有代表性,值得研究
上傳時(shí)間: 2016-04-11
上傳用戶:924484786
資源簡介:這是個(gè)小波神經(jīng)網(wǎng)絡(luò)的源程序,不是很好,請多指教。
上傳時(shí)間: 2014-01-16
上傳用戶:leehom61
資源簡介:小波神經(jīng)網(wǎng)絡(luò)程序,用于小波神經(jīng)網(wǎng)絡(luò)的訓(xùn)練及泛化求解。
上傳時(shí)間: 2016-05-03
上傳用戶:pkkkkp
資源簡介:一種基于BP算法學(xué)習(xí)的小波神經(jīng)網(wǎng)絡(luò),網(wǎng)絡(luò)隱層采用框架小波函數(shù)、輸出層采用Sigmoid 激勵(lì)函數(shù), 并選用“熵誤差函數(shù)”以加速網(wǎng)絡(luò)的學(xué)習(xí)速度。
上傳時(shí)間: 2016-05-04
上傳用戶:TF2015
資源簡介:小波神經(jīng)網(wǎng)絡(luò)的程序,在其他網(wǎng)站上下來的,不知有沒有用
上傳時(shí)間: 2014-12-08
上傳用戶:lmeeworm
資源簡介:基于小波神經(jīng)網(wǎng)絡(luò)PNN 的說話人識別程序,希望對大家有所幫助
上傳時(shí)間: 2013-11-25
上傳用戶:nanfeicui