与神经网络有关的资料与神经网络有关的资料与神经网络有关的资料
标签： 神经网络
上传时间： 2017-09-24
上传用户：yoleeson
人工神经网络，希望对大家有所帮助，关于算法和介绍
标签： 人工神经网络
上传时间： 2015-06-01
上传用户：sxdz86
非常经典。人工神经网络导论 蒋宗礼编
标签： 人工神经网络导论 蒋宗礼编
上传时间： 2015-06-30
上传用户：adsmn1300
该文档为一种新的在线训练神经网络算法简介文档，是一份很不错的参考资料，具有较高参考价值，感兴趣的可以下载看看………………
上传时间： 2021-11-16
上传用户：得之我幸78
该文档为常见的几种神经网络讲解文档，是一份很不错的参考资料，具有较高参考价值，感兴趣的可以下载看看………………
标签： 神经网络
上传时间： 2021-12-10
上传用户：jiabin
本文拟借助于神经网络良好的逼近能力，实现永磁同步电机的无位置传感器控制。 人工神经网络(Neural Network)可以逼近任意复杂非线性映射，具有很强的自学习自适应能力，十分适合于解决复杂的非线性控制问题。其中，BP神经网络是目前广泛应用的神经网络之一，得到了较为深入的研究，其结构简单，需要离线确定的参数少、泛化能力强、逼近精度高、实时性强，采用BP神经网络实现永磁同步电机的调速控制具有重要意义。 文中提出了基于BP神经网络的永磁同步电机自适应调速控制策略，建立了一种包含辨识网络和控制网络的双神经网络结构控制系统。辨识网络在线动态辨识系统输出并对控制网络参数进行调整，控制网络与PI控制方法相结合实现永磁同步电机自适应转速控制。仿真结果表明，该系统动态响应快、实时性较强、精度较高。 文中提出了一种基于混合训练算法的BP神经网络永磁同步电机无位置传感器控制方法。采用混沌优化和梯度下降法相结合的混合算法对BP神经网络进行离线训练后，将其用于永磁同步电机的转子位置角在线估计。结果表明，该训练算法可以有效地加快神经网络收敛速度，且估计的转子位置角误差较小、精度较高。 文中建立了以TMS320F2812芯片为核心的永磁同步电机调速控制系统，并进行了相应的软硬件设计，为实现永磁同步电机的各种控制策略奠定了实验基础。DSP控制系统为神经网络训练提供样本，为研究永磁同步电机的自适应调速控制和转子位置角估计创造了条件。
上传时间： 2013-05-23
上传用户：1101055045
永磁同步电机(Permanent Magnet Synchronous Motor)因功率密度大、效率高、过载能力强、控制性能优良等优点，在中小容量调速系统和高精度调速场合发展迅速。但由于永磁同步电机的磁场具有独特的交叉耦合和交叉饱和现象，且其控制系统是一个强非线性、时变和多变量系统，要实现高精度调速就需对其控制策略进行深入研究。 永磁同步电机调速系统中，位置传感器的存在使得系统成本增加、结构复杂、可靠性降低，所以永磁同步电机的无位置传感器控制成为一个新的研究热点。本文拟借助于神经网络良好的逼近能力，实现永磁同步电机的无位置传感器控制。 人工神经网络(Neural Network)可以逼近任意复杂非线性映射，具有很强的自学习自适应能力，十分适合于解决复杂的非线性控制问题。其中，BP神经网络是目前广泛应用的神经网络之一，得到了较为深入的研究，其结构简单，需要离线确定的参数少、泛化能力强、逼近精度高、实时性强，采用BP神经网络实现永磁同步电机的调速控制具有重要意义。 文中提出了基于BP神经网络的永磁同步电机自适应调速控制策略，建立了一种包含辨识网络和控制网络的双神经网络结构控制系统。辨识网络在线动态辨识系统输出并对控制网络参数进行调整，控制网络与PI控制方法相结合实现永磁同步电机自适应转速控制。仿真结果表明，该系统动态响应快、实时性较强、精度较高。 文中提出了一种基于混合训练算法的BP神经网络永磁同步电机无位置传感器控制方法。采用混沌优化和梯度下降法相结合的混合算法对BP神经网络进行离线训练后，将其用于永磁同步电机的转子位置角在线估计。结果表明，该训练算法可以有效地加快神经网络收敛速度，且估计的转子位置角误差较小、精度较高。 文中建立了以TMS320F2812芯片为核心的永磁同步电机调速控制系统，并进行了相应的软硬件设计，为实现永磁同步电机的各种控制策略奠定了实验基础。DSP控制系统为神经网络训练提供样本，为研究永磁同步电机的自适应调速控制和转子位置角估计创造了条件。
上传时间： 2013-07-03
上传用户：kakuki123
1,改进BP神经网络在股市预测中的应用.2,基于MATLAB工具箱的开采煤层自燃危险性预测.3,基于改进的神经网络的电力系统负荷预报.4,基于神经网络的灌溉用水量预测.5,基于遗传算法改进BP网络的地表沉陷预计.6,利用遗传算法改进BP学习算法.7,模糊神经网络在电力市场短期负荷预测中的应用.8,神经网络学习算法存在的问题及对策.9,遗传神经网络在电力系统短期负荷预测中的应用.10,应用改进BP神经网络进行用水量预测.11,用遗传算法改进的BP模型在刹车系统诊断中的应用研究.12,遗传算法改进的BP神经网络对汛期三门峡水库泥沙冲淤量的计算13,基于遗传算法的人工神经网络学习算法14.自适应遗传算法优化管网状态估计神经网络模型.15,基于GA_RBF神经网络的电梯交通流模式识别的研究
上传时间： 2013-12-27
上传用户：chenjjer
随着人类社会的进步，科学技术的发展日新月异，模拟人脑神经网络的人工神经网络已取得了长足的发展。经过半个多世纪的发展，人工神经网络在计算机科学，人工智能，智能控制等方面得到了广泛的应用。当代社会是一个讲究效率的社会，科技更新领域也是如此。在人工神经网络研究领域，算法的优化显得尤为重要，对提高网络整体性能举足轻重.BP神经网络模型是目前应用最为广泛的一种神经网络模型，对于解决非线性复杂问题具有重要的意义。但是BP神经网络有其自身的一些不足（收敛速度慢和容易陷入局部极小值问题），在解决某些现实问题的时候显得力不从心。针对这个问题，本文利用遗传算法的并行全局搜索的优势，能够弥补BP网络的不足，为解决大规模复杂问题提供了广阔的前景。本文将遗传算法与BP网络有机地结合起来，提出了一种新的网络结构，在稳定性、学习性和效率方面都有了很大的提高。基于以上的研究目的，本文首先设计了BP神经网络结构，在此基础上，应用遗传算法进行优化，达到了加快收敛速度和全局寻优的效果。本文借助MATLAB平台，对算法的优化内容进行了仿真实验，得出的效果也符合期望值，实现了对BP算法优化的目的。关键词：生物神经网络：人工神经网络；BP网络；遗传算法；仿真随着电子计算机的问世及发展，人们试图去了解人的大脑，进而构造具有人类思维的智能计算机。在具有人脑逻辑推理延伸能力的计算机战胜人类棋手的同时，引发了人们对模拟人脑信息处理的人工神经网络的研究。1.1研究背景人工神经网络（Artificial Noural Networks，ANN）（注：简称为神经网络），是一种数学算法模型，能够对信息进行分布式处理，它模仿了动物的神经网络，是对动物神经网络的一种具体描述。这种网络依赖系统的复杂程度，通过调节内部大量节点之间的关系，最终实现信息处理的目的。人工神经网络可以通过对输入输出数据的分析学习，掌握输入与输出之间的潜在规则，能够对新数据进行分析计算，推算出输出结果，因为人工神经网络具有自适应和自学习的特性，这种学习适应的过程被称为“训练"。
上传时间： 2022-06-16
上传用户：jiabin
本文以滤波技术飞速发展，小波滤波优越性的凸现，以及虚拟仪器的易操作等良好特性为背景，以简单易行和滤波效果良好为研究目的，展开本文信号滤波处理的研究工作。 在深入研究三种小波滤波方法原理和优缺点的基础上，本文提出了一种新的优化滤波方法，包括以下三个方面： 首先，将静态小波变换(SWT)应用于滤波处理。利用SWT的平移不变性和冗余性来进行含噪信号的分解，这样不仅弥补了正交小波变换的不足，而且提高了滤波性能。 然后，提出了基于空域相关的优化阈值函数滤波算法。该算法把小波系数间的相关性应用于阈值滤波。它是在构造出基于空域相关的显著性函数和基于显著性函数的阈值滤波过程的基础上，提出了基于空域相关的优化阈值函数，并且把极小化广义交叉验证(GCV)得到均方差(MSE)意义下的最优阈值作用于该优化阈值函数。该滤波算法不仅实现了噪声的有效去除，而且信号的重要特征也保留完好； 最后，引入了新型锁相环--正交锁相环(QPLL)。鉴于QPLL不仅具有锁定范围宽、入锁速度快、锁定后精度高的性能，而且还具有良好的抑制谐波、噪声的能力，以及对波形畸变不敏感等良好特性，所以QPLL的引入达到了信号锁定和优化滤波的目的，使优化滤波方法的设计更具新意，而且取得了更好的滤波效果。 为了验证优化滤波方法，本文搭建了实验平台，它是由FPGA信号采集部分和LabVIEW软件滤波处理两个部分构成。通过传感器采集信号，经过A/D转换后送入FPGA。以FPGA为CPU控制A/D转换，并进行波形数据缓存，在接收到LabVIEW的命令后，将存储的数据送给串口。在LabVIEW中，从串口检测所需的波形数据，然后通过优化滤波方法将数据进行滤波处理，最后在前面板中把实验结果显示出来。 实验结果表明，该优化滤波方法不仅能实现优良的滤波功能，而且简单易行，是一种有效的滤波方法。
上传时间： 2013-07-20
上传用户：gokk
