用ART神经网络对输入的汉字进行识别分类，对已经记忆的字母以及相近的含噪声字母能正确识别；对新的字母以及噪声太大的字母能自动将其归为新类并进行记忆。
上传时间： 2013-12-04
上传用户：dsgkjgkjg
基于BP神经网络的 参数自学习控制 （1）确定BP网络的结构，即确定输入层节点数M和隐含层节点数Q，并给出各层加权系数的初值 和 ，选定学习速率 和惯性系数 ，此时k=1； （2）采样得到rin(k)和yout(k)，计算该时刻误差error(k)=rin(k)-yout(k)； （3）计算神经网络NN各层神经元的输入、输出，NN输出层的输出即为PID控制器的三个可调参数 ， ， ； （4）根据(3.34)计算PID控制器的输出u(k)； （5）进行神经网络学习，在线调整加权系数 和 ，实现PID控制参数的自适应调整； （6）置k=k+1，返回（1）。
上传时间： 2016-04-26
上传用户：无聊来刷下
Ajax 第一部分 重新思考Web应用 第1章 一种新的Web设计方法 1.1 为什么需要Ajax富客户端？ 1.1.1 比较用户体验 1.1.2 网络延迟 1.1.3 异步交互 1.1.4 独占或瞬态的使用模式 1.1.5 忘掉Web 1.2 Ajax的四个基本原则 1.2.1 浏览器中的是应用而不是内容 1.2.2 服务器交付的是数据而不是内容 1.2.3 用户交互变得流畅而连续 1.2.4 有纪律的严肃编程 1.3 真实世界中的Ajax富客户端 1.3.1 现状 1.3.2 Google Maps 1.4 Ajax的替代方案 1.4.1 基于Macromedia Flash的方案 1.4.2 Java Web Start及其相关技术 1.5 小结 1.6 资源 第2章 Ajax新手上路 2.1 Ajax的关键元素 2.2 用JavaScript改善用户体验 2.3 用CSS定义应用的外观 2.3.1 CSS选择器 2.3.2 CSS样式属性 2.3.3简单的CSS例子 2.4 用DOM组织视图
上传时间： 2016-05-26
上传用户：Yukiseop
关于半色调编码计算全息图的信息隐藏Matlab程序的说明： 算法实现主程序为CGHwatermark； 位相恢复函数为phaseSL； 用计算全息记录已知振幅和位相的复波前函数为Hologen； 半色调编码函数为AMhalftone； 嵌入信息的提取直接调用Matlab自带的FFT2函数； 主程序的函数调用关系如下 读入宿主信息和水印信息-----------phaseSL--->Hologen--->AMhalftone(完成嵌入)--->FFT2（提取水印信息） 主程序结果保存于holo&mark文件夹 对算法鲁棒性测试的程序： 1. 对于剪切操作 Cliptest 结果存放于cliptest文件夹 2. 对于缩放操作 zoomtest 结果存放于zoomtest文件夹 3. 对于旋转操作 rotatetest 结果存放于rotate文件夹 4. 对于滤波操作 filtertest 结果存放于filtertest文件夹 5. 测试算法的时间效率 timetest 6. 分析嵌入信息后图像质量与参数alpha，tao的关系 msetest
标签： CGHwatermark phaseSL Matlab Hol
上传时间： 2016-10-17
上传用户：lgnf
1、全新的标签导出结构设计； 2、全新后台结构设计； 3、支持MSSQL2000和MSSQL2005数据库； 4、改进的栏目与内容页节点； 5、行业内首个专为传统商家开发项目管理系统发布（Zoomla! Projicet），致力于服务传统商家； 6、增加站点问题反馈功能（如同www.bj2008.cn的站点错误反馈系统），及时跟进客户服务。 7、站点栏目排序功能，以及更友好的结构界面。
上传时间： 2016-10-29
上传用户：familiarsmile
关于神经网络分类的代码，包含测试数据，使用MATLAB编写的代码，包含两个文件，四个测试数据
上传时间： 2018-01-11
上传用户：zl187638
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
SDRAM控制模块；图象采集系统说明性稳当；DSP图象采集系统。SDRAM作为存储器。
上传时间： 2013-08-23
上传用户：plsee
一个客户端跟服务器端的代码。用来让学习网络编程的GG学习。
上传时间： 2015-01-20
上传用户：wang0123456789
