嚴格按照BP網絡計算公式來設計的一個matlab程序,對BP網絡進行了優化設計 優化1：設計了yyy，即在o(k)計算公式時，當網絡進入平坦區時(<0.0001)學習率加大，出來后學習率又還原 優化2：v(i,j)=v(i,j)+deltv(i,j)+a*dv(i,j)
上傳時間： 2014-11-30
上傳用戶：妄想演繹師
g a w k或GNU awk是由Alfred V. A h o，Peter J.We i n b e rg e r和Brian W. K e r n i g h a n于1 9 7 7年為U N I X創建的a w k編程語言的較新版本之一。a w k出自創建者姓的首字母。a w k語言（在其所有的版本中）是一種具有很強能力的模式匹配和過程語言。a w k獲取一個文件（或多個文件）來查找匹配特定模式的記錄。當查到匹配后，即執行所指定的動作。作為一個程序員，你不必操心通過文件打開、循環讀每個記錄，控制文件的結束，或執行完后關閉文件。
上傳時間： 2014-01-02
上傳用戶：hwl453472107
The matlab code implements the ensemble of decision tree classifiers proposed in: "L. Nanni and A. Lumini, Input Decimated Ensemble based on Neighborhood Preserving Embedding for spectrogram classification, Expert Systems With Applications doi:10.1016/j.eswa.2009.02.072 "
標簽： L. A. classifiers implements
上傳時間： 2017-08-02
上傳用戶：無聊來刷下
利用大型仿真軟件MATLAB編程和矩陣計算的優點，使用一種全新的方法來進行有限元分析．結合一個實例， 利用編寫的J】l，函數文件，求得節點的位移、反力，并繪出單元的剪力圖和彎矩圖，經驗證后，證明該方法行之有效．
上傳時間： 2013-12-23
上傳用戶：zxc23456789
求一個復正弦加白噪聲隨機過程的信號： xn=exp(j*pi*n-j*pi)+exp(j*w0*n-j*0.7*pi)+v v(n)為零均值白噪聲。S/N=10dB。取P=3，構造4階的自相關矩陣R的基于MUSIC算法的功率譜估計的MATLAB程序
上傳時間： 2017-08-31
上傳用戶：franktu
Stephen J.Chapman《MATLAB 編程（第二版）》英文影印版的中文譯本，是對初學者很好的入門教材
標簽： MATLAB
上傳時間： 2015-05-06
上傳用戶：seesoj
斯坦福大學機器學習英文講義，Andrew ng 大神所寫。
標簽： 機器學習
上傳時間： 2015-11-23
上傳用戶：384670111
I=imread('fig1.jpg');%從D盤名為myimages的文件夾中讀取。格式為jpg的圖像文件chost J=imnoise(I,'salt & pepper',0.02);%給圖像加入均值為0，方差為0.02的淑鹽噪聲 subplot(2,4,1); imshow(I); title('原始圖像'); subplot(2,4,2); imshow(J); title('加入椒鹽噪聲之后的圖像'); %h=ones(3,3)/9; %產生3 × 3的全1數組 %B=conv2(J,h); %卷積運算 %采用MATLAB中的函數對噪聲干擾的圖像進行濾波 Q=wiener2(J,[3 3]); %對加噪圖像進行二維自適應維納濾波 P=filter2(fspecial('average',3),J)/255; %均值濾波模板尺寸為3 K1=medfilt2(J,[3 3]); %進行3 × 3模板的中值濾波 K2= medfilt2(J,[5 5]); %進行5 × 5模板的中值濾波 K3= medfilt2(J,[7 7]); %進行7 × 7模板的中值濾波 K4= medfilt2(J,[9 9]); %進行9 × 9模板的中值濾波 %顯示濾波后的圖像及標題 subplot(2,4,3); imshow(Q); title('3 × 3模板維納濾波后的圖像'); subplot(2,4,4); imshow(P); title('3 × 3模板均值濾波后的圖像'); subplot(2,4,5); imshow(K1); title('3 × 3模板的中值濾波的圖像'); subplot(2,4,6); imshow(K2); title('5 × 5模板的中值濾波的圖像'); subplot(2,4, 7); imshow(K3); title('7 × 7模板的中值濾波的圖像'); subplot(2,4,8); imshow(K4); title('9 × 9模板的中值濾波的圖像');
上傳時間： 2016-06-02
上傳用戶：wxcr_1
基于傳感器和模糊規則的機器人在動態障礙環境中的智能運動控制基于傳感器和模糊規則的機器人在動態障礙環境中的智能運動控制 oIlI～0(、r> 王 敏 金·波斯科 黃心漢 ，O、l、L (華i 面面辜寫j幕．武漢，43074) ＼I。L上、o 捌要：提出了一種基于傳感器和模糊規則的智能機器人運動規劃方法 ．該方法運用了基于調和函數分析的人 工勢能 場原 理 ．采用模糊規則 可減少推導勢能函數所 必須的計算 ，同時給機器人伺服 系統發 出指令 ，使它能夠 自動 地尋找通向目標的路徑．提出的方法具有簡單、快速的特點，而且能對 n自由度機械手的整個手臂實現最碰．建立 在非線性機器人動力學之上的整 個閉環系統和模糊控制器 的穩定性 由李雅普諾 夫原理 保證 ．仿真結 果證明 了該方 法 的有效性 ，通 過比較分析顯示 出文 中所提 出的最障算法的優越性 ． 美t詞：基于傳感器的機器人運動控制；模糊規則；人工勢能場；動態避障；機器人操作手 1 叫啞oducd0n R。boIsarewjdelyusedfor詛sb inchasma~ia]b柚· 血 ， spot ： ng， spray Ijl岫 1g， mech卸icaland elec咖 icas搴enlb1y，ma al塒 IIovaland wa時 cut· ring 咖 ． ofsuch tasks_堋 llldea pri|柚ary ptd 眥 of 她 ar0botto e oncpositiontoanother withoutbur叩inginto anyobstacles． s 曲km，de． notedasthefDbotm ∞ pJan，liDgp∞ 舶1，hasbeen the倒 娜bj0ct鋤l哪gIeseat℃ll∞ ． Every method o0血∞rI1ing 如b0tmotionplanninghas itsownadv∞ngesandapplicationdoma~ asweftasits di戤ldvaIIta麟 and constr~dnts． Therefore it would be ratherdifficulteithertoc0Ⅱ】paremethodsorton~ vate thechoio~ofan dl0‘iupon othP~s． 0州 d眥 ：1999—07—29；Revised~ ：2000一∞ 一絲 In conU~astto many n~ hods，rob
上傳時間： 2022-02-15
上傳用戶：
本書是作者多年從事算法研究的經驗總結。書中所有案例均因國內各大 MATLAB 技術論壇網友的切身需求而精心設計，其中不少案例所涉及的內容和求解方法在國內現巳出版的MATLAB書籍中鮮有介紹。本書采用案例形式，以智能算法為主線，講解了遺傳算法、免疫算法、退火算法、粒子群算法、魚群算法、蟻群算法和神經網絡算法等最常用的智能算法的 MATLAB實現。本書共給出30個案例，每個案例都是一個使用智能算法解決問題的具體實例，所有案例均由理論講解、案例背景、MATLAB 程序實現和擴展閱讀四個部分組成，并配有完整的原創程序，使讀者在掌握算法的同時更能快速提高使用算法求解實際問題的能力。
上傳時間： 2022-07-04
上傳用戶：
