虫虫首页| 资源下载| 资源专辑| 精品软件
登录| 注册

基于神经网络的车削加工表面粗糙度智能预测

  • 基于MATLAB神经网络工具箱的BP网络实现

    基于MATLAB神经网络工具箱的BP网络实现,该本书对初学神经网络的读者应该比较有用。

    标签: MATLAB BP网络 神经网络 工具箱

    上传时间: 2013-12-25

    上传用户:ddddddos

  • 基于matlab完成的神经网络源程序

    基于matlab完成的神经网络源程序,包含神经网络的初始化,学习阶段和训练阶段

    标签: matlab 神经网络 源程序

    上传时间: 2016-05-31

    上传用户:hphh

  • 基于FPGA的神经网络硬件实现中的关键问题研究

    基于FPGA的神经网络硬件实现中的关键问题研究,适合用fpga研究神经网络的工程人员参考

    标签: FPGA 神经网络 硬件实现

    上传时间: 2013-12-19

    上传用户:Ants

  • 基于S函数的RBF神经网络PID控制器

      RBF神经网络在分类问题中得到了广泛的应用,尤其是模式识别的问题。许多模式识别实验证明,RBF具有更有效的非线性逼近能力,并且RBF神经网络的学习速度较其他网络快。本文在具有复杂控制规律的S函数构造方法的基础上,给出了基于MATLAB语言的RBF神经网络PID控制器,及该模型的一非线性对象的仿真结果。

    标签: RBF PID S函数 神经网络 控制器

    上传时间: 2016-05-19

    上传用户:子夜青衫

  • FPGA的神经网络硬件实现中的关键问题研究

    基于FPGA的神经网络硬件实现中的关键问题研究,适合用fpga研究神经网络的工程人员参考

    标签: FPGA 神经网络 硬件实现

    上传时间: 2013-08-07

    上传用户:13215175592

  • 基于改进RBF神经网络的电力负荷预测

    为了提高电力系统负荷预测的精度与速度的需求,提出使用交替梯度算法改进径向基函数(RBF) 神经网络, 对天津市电网进行负荷预测。改进的算法与传统梯度下降算法相比,具有更快的收敛速度和更高的预测精度。 仿真结果表明该算法具有可行性。

    标签: RBF 神经网络 电力 负荷预测

    上传时间: 2013-10-31

    上传用户:waixingren

  • 基于BP神经网络的小麦碰撞声信号分类

    小麦在储藏阶段由于各种灾害导致损失巨大,并降低了面粉质量,及时检测并分离小麦的受损颗粒迫在眉睫。文章以提取4类小麦碰撞声信号为基础,使用数字信号处理方法对小麦完好粒、虫害粒、霉变粒及发芽粒的碰撞声信号提取有效特征,最后利用BP神经网络进行分类,对于3类小麦类型的识别取得了较好的识别率。应用结果表明BP神经网络能够较好地实现区分受损小麦颗粒与完好小麦颗粒。

    标签: BP神经网络 声信号 分类

    上传时间: 2014-12-29

    上传用户:lxm

  • 基于RBF神经网络的大型客机制造成本分析

    为使设计人员在大型客机设计阶段便可对其制造成本有较为准确的把握,针对大型客机制造成本,采用RBF神经网络理论建立了一种分析模型,并给出建模流程。利用Matlab神经网络工具箱进行模拟仿真,对所建立大型客机制造成本分析的神经网络模型进行了验证,最后进行误差分析。仿真结果表明,所建RBF神经网络对大型客机成本的估算是有效的,且该方法精度较高,实用性较强。

    标签: RBF 神经网络 大型 制造成本

    上传时间: 2013-11-19

    上传用户:wpwpwlxwlx

  • 基于BP神经网络算法PID控制器的研究与仿真

    文中将BP神经网络的原理应用于参数辨识过程,结合传统的 PID控制算法,形成一种改进型BP神经网络PID控制算法。该算法利用BP神经网络建立系统参数模型,能够跟踪被控对象的变化,取得较高的辨识精度。针对BP神经网络对权系初始值敏感的缺点,优化BP神经网络的初始权系数。通过BP算法修正BP网络自身权系数,实现PID参数的在线调整。仿真结果显示了该算法收敛速度快、精度高、鲁棒性强、稳定性好,表明了该算法的可行性与有效性。

    标签: PID BP神经网络 算法 控制器

    上传时间: 2013-10-08

    上传用户:cxl274287265

  • 基于人工神经网络的压力传感器的温度补偿

     为了在一定的温度和压力下有效改善传感器的非线性及温度变化引起的误差输出特性,提出了一种人工神经网络算法对其实现软件补偿. 它包含4 个权值的调整,分别代表输出信号的一次项,二次项以及温度的一次项,二次项系数,经过迭代以后获得一个最佳输出公式. 该公式既能够满足样本值,也能够满足非样本值,并最终可校验神经网络迭代结果的正确性.

    标签: 人工神经网络 压力传感器 温度补偿

    上传时间: 2013-11-05

    上传用户:yuanwenjiao