搜索结果
找到约 33,349 项符合
客户分类;自组织特征映射;SOM神经网络 的查询结果
人工智能/神经网络 盒中脑(bsb)神经网络模型首先由Anderson等人于1977年提出
盒中脑(bsb)神经网络模型首先由Anderson等人于1977年提出,Golden等人对该模型进行了深入的研究。可用作自联想最邻分类器,并可存储任何模拟向量模式。
VHDL/FPGA/Verilog KX_DVP3F型FPGA应用板/开发板(全套)包括:  CycloneII系列FPGA EP2C8Q208C8 40万们
KX_DVP3F型FPGA应用板/开发板(全套)包括:
&#61592 CycloneII系列FPGA EP2C8Q208C8 40万们,含20M-270MHz锁相环2个。
&#61592 RS232串行接口;VGA视频口
&#61592 高速SRAM 512KB。可用于语音处理,NiosII运行等。
&#61592 配置Flash EPCS2, 10万次烧写周期 。
&#61592 isp单片机T89S8253:MCS51兼容单片机,12KB在 ...
单片机开发 void InitGoertzel(void) 作用:初始化算法参数 用法:采用算法进行检测前执行一次
void InitGoertzel(void)
作用:初始化算法参数
用法:采用算法进行检测前执行一次,如果需要改变参数,调用SetParameter()
float CGoertzel::GetMagnitude(unsigned char * sampleData, int length) //算法主接口
作用:对采集下来的音频数据用算法处理,返回一个结果
参数:sampleData-音频数据缓冲地址指针;
length ...
JavaScript StatSVN能够从Subversion版本库中取得信息
StatSVN能够从Subversion版本库中取得信息,然后生成描述项目开发的各种表格和图表。比如:代码行数的时间线;针对每个开发者的代码行数;开发者的活跃程度;开发者最近所提交的;文件数量;平均文件大小;最大文件;哪个文件是修改最多次数的;目录大小;带有文件数量和代码行数的Repository tree。StatSVN当前版本能够生 ...
matlab例程 以波音747为背景
以波音747为背景,建立了飞机运动的空间六自由度仿真模型。其中包含以下部分:
1. 飞机运动的空间六自由度仿真模型
2. 自动驾驶仪仿真模型;
3.执行器仿真模型;
4.大气重力环境模型;
5.气动数据模型;
6.发动机推力模型;
另外,仿真过程中:
1.考虑了风场的影响
2.考虑了传感器的随机噪声;
3.考虑了执行器时 ...
人工智能/神经网络 Apriori源代码
Apriori源代码,包含c++/java实现;<br>神经网络算法源程序,如SOM、HOPFIELD、CPN、BPN、BOLTZMAN、ART、ADALINE,同时提供针对不同算法的演示源程序;遗传C源代码;外加充实的数据挖掘的算法讲解ppt
数据库系统 学生运动会成绩数据库 学生运动会成绩数据库系统记录某校运动会上全部运动项目
学生运动会成绩数据库
学生运动会成绩数据库系统记录某校运动会上全部运动项目,各系获得的分数及排名的情况,包括50、100、200,400,1500米,跳高,跳远,标枪,铅球铁饼等。进入系统后可以输入和修改某个项目的结果情况,可以按各系院编号输出总分;按总分排序;按男团体总分排序 ;按系院编号查询;按项目编号查询;按 ...
文件格式 无线传感器网络(wireless sensor network , WSN)就是由部署在检测区域内大量的廉价微型传感器节点组成
无线传感器网络(wireless sensor network , WSN)就是由部署在检测区域内大量的廉价微型传感器节点组成,通过无线通信的方式形成的一个多跳得自组织的网络系统,其目的是协作地感知、采集和处理检测区域的信息,并报告给基站[1]。 ...
软件设计/软件工程 AT24C512是ATMEL公司新近推出的具有I2C总线容量达512Kbit(64K×8)的E2PROM
AT24C512是ATMEL公司新近推出的具有I2C总线容量达512Kbit(64K×8)的E2PROM,该芯片的主要特性如下:存储容量为65536byte;与100kHz、400kHz、1MHzI2C总线兼容;100000次编程/擦写周期;单电源、读写电压为1.8V~5.5V;ESD保护电压>4kV;数据可保存40年;写保护功能,当WP为高电平时,进入写保护状态;CMOS低功耗技术,最 ...
人工智能/神经网络 文中设计了一个3层径向基神经网络(RBFN)用于对企业的5项评价指标进行聚类分析
文中设计了一个3层径向基神经网络(RBFN)用于对企业的5项评价指标进行聚类分析,并与蚁群算法做了比较分析。RBFN由输入层
到隐含层采用传统的K一均值算法,隐含层到输出层通过“模2递减”学习速率的BP学习;蚁群算法根据信息素的分配能够自动调整收索
路径,从而达到数据自动聚类的目的。结果表明,与蚁群算法相比,改进RBFN ...