混沌时间序列局域法多步预报模型.doc(有程序下载) 针对混沌时间序列预测中用加权一阶局域法单步预报模型进行多步预报时计算量大且存在误差累积效应的不足，本文提出了基于相空间重构技术的局域法多步预报模型，包括加权一阶局域法多步预报模型和RBF神经网络多步预报模型。对几种典型混沌序列的预测仿真表明，两种模型对混沌时间序列的多步预报均较有效。
上传时间： 2014-11-10
上传用户：gtf1207
对一维信号序列进行，短时能量法和功率谱分析，并显示波形
上传时间： 2013-12-19
上传用户：ayfeixiao
1.问题描述 对单位的职工进行管理，包括插入、删除、查找、排序等功能。 2.要求 职工对象包括姓名、性别、出生年月、工作年月、学历、职务、住址、电话等信息。 （1）新增一名职工：将新增职工对象按姓名以字典方式职工管理文件中。 （2）删除一名职工：从职工管理文件中删除一名职工对象。 （3）查询：从职工管理文件中查询符合某些条件的职工。 （4）修改：检索某个职工对象，对其某些属性进行修改。 （5）排序：按某种需要对职工对象文件进行排序。 3.实现提示 职工对象数不必很多，便于一次读入内存，所有操作不经过内外存交换。 （1）由键盘输入职工对象，以文件方式保存。程序执行时先将文件读入内存。 （2）对职工对象中的"姓名"按字典顺序进行排序。 （3）对排序后的职工对象进行增、删、查询、修改、排序等操作。 4.选做内容 将职工对象按散列法存储，并设计解决冲突的方法。在此基础上实现增、删、查询、修改、排序等操作。
标签： 单位
上传时间： 2015-08-23
上传用户：Shaikh
广义互相关算法和最小均方自适应滤波法主要用于两路接收信号的时间延迟估计，进而利用几何方法对目标定位，常用于通信，雷达当中
上传时间： 2015-08-24
上传用户：奇奇奔奔
1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最低灰度值。 该阈值对不同牌照有一定的适应性,能够保证背景基本被置为0,以突出牌照区域。 4.削弱背景干扰。对图像B做简单的相邻像素灰度值相减,得到新的图像G,即Gi,j=|Pi,j-Pi,j-1|i=0,1,…,439 j=0,1,…,639Gi,0=Pi,0,左边缘直接赋值,不会影响整体效果。 5.用自定义模板进行中值滤波 区域灰度基本被赋值为0。考虑到文字是由许多短竖线组成,而背景噪声有一大部分是孤立噪声,用模板(1,1,1,1,1)T对G进行中值滤波,能够得到除掉了大部分干扰的图像C。 6.牌照搜索:利用水平投影法检测车牌水平位置,利用垂直投影法检测车牌垂直位置。 7.区域裁剪,截取车牌图像。
上传时间： 2014-01-08
上传用户：songrui
国会所提高了开赛对国家科，三多发挥剑法第三届撒了开发
标签： 家
上传时间： 2014-12-20
上传用户：xlcky
遗传算法的程序 遗传 算 法 (GeneticA lgorithm,G A)是一种大规模并行搜索优化算法，它模 拟了达尔文“适者生存”的进化规律和随机信息交换思想，仿效生物的遗传方式， 从随机生成的初始解群出发，开始搜索过程。解群中的个体称为染色体，它是一 串符号，可以是一个二进制字符串，也可以是十进制字符串或采用其他编码方式 形成的码串。对父代(当前代)群体进行交叉、变异等遗传操作后，根据个体的 适应度〔fitness)进行选择操作，适应度高的个体有较高的概率被选中并复制到下 一代，如此产生的子代通常优于父代，这个过程称为进化。上述过程循环执行直 至满足停机条件，最终使优化过程以大概率趋于全局最优解
上传时间： 2015-09-25
上传用户：lili123
自己编的周期图法谱估计，对初学者有所帮助，内还有一本书可供参考
上传时间： 2014-01-19
上传用户：jennyzai
单服务台排队系统仿真程序.该程序采用的是事件调度法，关于事件调度法，请查看高等教育出版社汪应洛 《系统工程理论、方法与应用（第二版）》书中105页对它的介绍。
上传时间： 2014-11-29
上传用户：erkuizhang
论文标题:自适应模糊系统在手写体数字识别中的应用研究 作者:张镭 作者专业:计算机软件人工智能 导师姓名:黄战 授予学位:硕士 授予单位:暨南大学 授予学位时间:19990501 论文页数:59页 文摘语种:中文文摘 分类号:TP18 TP391.4 关键词:手写体数字 自适应 模糊逻辑 神经网络 模式识别 摘要:该文针对模式识别的特点,构造了适合于模式识别问题的自适应模糊系统,对三种不同学习算法加以改进,在手写全数字识别上对分类器进行了实现,并与采用BP算法训练的三层前馈神经网络分类器相比较,分析其优劣.仿真实验表明,在该文的样本集条件下,自适应模糊分类吕的识别性能优于神经网络分类器,这充分体现了自适应模糊技术用于数字识别的优越性和潜力.
上传时间： 2014-01-14
上传用户：王小奇
