PNN又称为概率神经网络,它最初由数学家Specht于1990年提出,后经Master[1995]等不断发展和完善,已成功地应用于机器学习、人工智能、自动控制等众多领域.概率神经网络比多层前馈网络的数
PNN又称为概率神经网络,它最初由数学家Specht于1990年提出,后经Master[1995]等不断发展和完善,已成功地应用于机器学习、人工智能、自动控制等众多领域.概率神经网络比多层前馈网络的数...
PNN又称为概率神经网络,它最初由数学家Specht于1990年提出,后经Master[1995]等不断发展和完善,已成功地应用于机器学习、人工智能、自动控制等众多领域.概率神经网络比多层前馈网络的数...
在本课题中,兼顾了效率及线性度,采用自适应预失真前馈复合线性化系统来改善高功率放大器的线性度。由于加入自适应控制模块,射频电路不受温度、时漂、输入功率等的影响,可始终处于较佳工作状态,这使得整个放...
随着微电子技术和电力电子技术的飞速发展,运动控制系统正朝着通用化、智能化、微型化的方向发展。目前,以数字信号处理器(DSP)和现场可编程门阵列(FPGA)为核心的运动控制卡已成为运动控制器的发展主流。...
光伏发电阵列是一种随机的非线性、多变量对象,平稳且高效地进行最优光能捕获(MPPT)是光伏并网前级控制系统的关键。文中以光伏阵列仿真模型为基础,以模型输出的PV曲线作为调节光伏阵列工作电压的依据,提出...
前馈神经网络算法...
本程序为一个误差向后传播的三层前馈神经网络有指导的学习算法,用户可在文件中设置相应参数....
比较详细的一个多层前馈网络程序,可扩展性比较强,...
LAM(线性联想记忆)算法:单层的前馈网络,例子能够实现自联想功能...
神经网络控制工具箱。包括最优控制,反馈线性化控制,预测控制,前馈控制等。内有说明文件readme.txt...
请选用多层前馈网络和一种改进的BP算法对下面的系统进行辨识仿真,给出辨识的仿真结果...