停车诱导系统中车位预测模型的研究 摘 要 研究城市停车诱导系统的停车车位占有率预测问题。首先提出墓于B P神经网络的车位占有预测模型， 同时将自适应 学习速率调整法和加入动量项方法用于改善基本B P神经网络， 优化了学习速率， 减少了训练过程的震荡趋势， 改善了网络的收效 隆。以此为基础实现了停车位的智能预测 0最后， 进行了多种方法比对实验
上传时间： 2013-12-17
上传用户：GavinNeko
神经网络实例集。包括以下几个程序单层线性神经网络实例、感知器神经元解决较复杂输入向量的分类问题、基于感知器神经网络处理复杂的分类问题、数值分析程序matlab-GUI、用BP网络完成函数的逼近源程序、自组织特征映射应用实例
标签： matlab-GUI 神经网络 分类 程序
上传时间： 2013-12-01
上传用户：coeus
网上关于自组织映射som的代码一般都是解决极点平衡的，我的这个不是，是用于模式分类的，可以运行，有详细的注释，供大家参考。这个代码，二维平面上的节点个数不能大于样本向量的个数。
上传时间： 2014-01-09
上传用户：www240697738
开关磁阻电机驱动系统(SRD)是一种新型交流驱动系统,以结构简单、坚固耐用、成本低廉、控制参数多、控制方法灵活、可得到各种所需的机械特性,而备受瞩目,应用日益广泛.并且SRD在宽广的调速范围内均具有较高的效率,这一点是其它调速系统所不可比拟的.但开关磁阻电机(SRM)的振动与噪声比较大,这影响了SRD在许多领域的应用.本文针对上述问题进行了研究,提出了一种新型齿极结构,可有效降低开关磁阻电机的振动与噪声.通过电磁场有限元计算可看出,在新型齿极结构下,导致开关磁阻电机振动与噪声的径向力大为减小,尤其是当转子极相对定子极位于关断位置时,径向力大幅度地减小,并改善了径向力沿定子圆周的分布,使其波动减小,从而减小了定子铁心的变形与振动,进而降低了开关磁阻电机的噪声.静态转矩因转子极开槽也略微减小,但对电机的效率影响不大.开关磁阻电机因磁路的饱和导致参数的非线性,又因在不同控制方式下是变结构的.这使得开关磁阻电机的控制非常困难.经典的线性控制方法如PI、PID等方法用于开关磁阻电机的控制,效果不好.其它的控制方法如滑模变结构控制、状态空间控制方法等可取得较好的控制效果但大都比较复杂,实现起来比较困难.而智能控制方法如模糊控制本身为一种非线性控制方法,对于非线性、变结构、时变的被控对象均可取得较好的控制效果且不需知道被控对象的数学模型,这对于很难精确建模的开关磁阻电机来说尤其适用.同时,模糊控制实现比较容易.但对于变参数、变结构的开关磁阻电机来说固定参数的模糊控制在不同条件下其控制效果难以达到最优.为取得最优的控制效果,该文采用带修正因子的自组织模糊控制器,采用单纯形加速优化算法通过在线调整参数,达到了较好的控制效果.仿真结果证明了这一点.
上传时间： 2013-05-16
上传用户：大三三
移动自组织网络（MANET）是一种不需要基础设施投入的自主无线通信网络，多个移动设备分布式协同工作，提供必要的网络通信功能，在传感器网络、紧急救援、军事等领域据具有广泛的潜在应用。为阐明MANET关键技术，首先介绍了MANET的应用场合，然后着重阐明了设计与开发过程中面临的路由，服务与资源发现，互联网接入，安全等关键问题，这对促进MANET研发具有重要意义。
上传时间： 2013-10-30
上传用户：1234321@q
在linux平台上实现两个进程之间的交互。一客户进程向一远程进程提交一道作业；远程进程完成作业后向客户进程返回执行结果或者是结束的信息。
上传时间： 2015-03-11
上传用户：jkhjkh1982
自组织系统Kohonen网络模型。对于Kohonen神经网络，竞争是这样进行的：对于“赢”的那个神经元c，在其周围Nc的区域内神经元在不同程度上得到兴奋，而在Nc以外的神经元都被抑制。网络的学习过程就是网络的连接权根据训练样本进行自适应、自组织的过程，经过一定次数的训练以后，网络能够把拓扑意义下相似的输入样本映射到相近的输出节点上。网络能够实现从输入到输出的非线性降维映射结构：它是受视网膜皮层的生物功能的启发而提出的。~..~
上传时间： 2014-01-06
上传用户：ghostparker
LVQ(学习矢量量化)算法：它是Kohonen的有监督学习的扩展形式。融合了自组织和有导师监督的技术，学习方法是竞争的，但产生方式是有教师监督的，也就是说，竞争学习是在由训练输入指定的各类中局部进行。
上传时间： 2014-05-26
上传用户：yangbo69
在人工智能中模式识别比较新的分类算法,支持向量机.用于特征分类.
上传时间： 2015-03-24
上传用户：bjgaofei
关于自组织神经网络的一种新结构程序,并包含了其它几种神经网络的程序比较
上传时间： 2015-05-16
上传用户：小宝爱考拉
