虫虫首页| 资源下载| 资源专辑| 精品软件
登录| 注册

神经元

  •  人工神经网络(Aartificial Neural Network

     人工神经网络(Aartificial Neural Network,下简称ANN)是模拟生物神经元的结构而提出的一种信息处理方法。早在1943年,已由心理学家Warren S.Mcculloch和数学家Walth H.Pitts提出神经元数学模型,后被冷落了一段时间,80年代又迅猛兴起[1]。ANN之所以受到人们的普遍关注,是由于它具有本质的非线形特征、并行处理能力、强鲁棒性以及自组织自学习的能力。其中研究得最为成熟的是误差的反传模型算法(BP算法,Back Propagation),它的网络结构及算法直观、简单,在工业领域中应用较多。

    标签: Aartificial Network Neural 人工神经网络

    上传时间: 2014-01-03

    上传用户:zhangzhenyu

  • BP神经网络程序,C语言源代码 如下: #include "iostream.h" #include "iomanip.h" #include "stdlib.h" #include "ma

    BP神经网络程序,C语言源代码 如下: #include "iostream.h" #include "iomanip.h" #include "stdlib.h" #include "math.h" #include "stdio.h" #include "time.h" #include "fstream.h" #define N 120 //学习样本个数 #define IN 3 //输入层神经元数目 #define HN 2 //隐层神经元数目 #define ON 2 //输出层神经元数目 #define Z 20000 //旧权值保存-》每次study的权值都保存下来 double P[IN] //单个样本输入数据 double T[ON] //单个样本教师数据 double U11[IN][HN] //输入层至第一隐层权值 double V[HN][ON] //隐层至输出层权值 double X1[HN] //第一隐层的输入 double Y[ON] //输出层的输入 double H1[HN] //第一隐层的输出 double O[ON] //输出层的输出 double YU_HN1[HN] //第一隐层的阈值 double YU_ON[ON] //输出层的阈值 double err_m[N] //第m个样本的总误差 double a //学习效率 double alpha //动量因子

    标签: include iostream iomanip stdlib

    上传时间: 2017-06-15

    上传用户:xinzhch

  • 本文讨论了神经网络PID控制策略

    本文讨论了神经网络PID控制策略,提出了一种单神经元自适应PID控制器,给出了控制模型,探讨了单神经元自适应PID控制学习算法,通过修改神经元控制器连接加权系数 ,构成了自适应PID控制器。利用神经网络的自学习能力进行PID控制参数的在线整定,并使用了MATLAB软件进行了仿真研究。比较传统PID控制器与单神经元自适应PID控制器两者的仿真结果表明,神经网络PID控制器参数调节简单,具有很高的精度和很强的适应性,可以获得满意的控制效果。

    标签: PID 神经网络 控制策略

    上传时间: 2014-01-25

    上传用户:zhaiyanzhong

  • matlab源码

    matlab源码,运用遗传算法 优化RBF隐层神经元的中心值,宽度,和权值,具有很强的学习性。

    标签: matlab 源码

    上传时间: 2017-08-29

    上传用户:songnanhua

  • 利用一个单隐层BP网络来逼近一个函数

    利用一个单隐层BP网络来逼近一个函数,在改程序中有21组数据。该网络的输入层和输出层的神经元个数均为一。

    标签: BP网络 函数

    上传时间: 2017-08-31

    上传用户:fxf126@126.com

  • 混沌神经网络模型

    混沌神经网络模型,包括二个和三个混沌神经元组成的网络

    标签: 混沌神经网络 模型

    上传时间: 2014-12-06

    上传用户:saharawalker

  • 基于labview的BP人工神经网络曲线拟合

    BP网络的学习过程是由正向传播和误差反向传播组成,把输入样本从输入层传到隐含层单元,经隐含层单元逐层处理后产生一个输出,至输出层,这个过程为正向传播,如果输出层没有得到所期望的输入值,把期望值和输出值的误差信号按原路径返回,并通过修改各层神经元的连接权值,使误差信号为最小。这个过程为反向传播

    标签: 任春梅基于labview的BP人工神经网络曲线拟合

    上传时间: 2015-05-07

    上传用户:zh_sh_y

  • 2013遗传算法工具箱

    % 生成训练样本集 clear all; clc; P=[110 0.807 240 0.2 15 1 18 2 1.5; 110 2.865 240 0.1 15 2 12 1 2; 110 2.59 240 0.1 12 4 24 1 1.5; 220 0.6 240 0.3 12 3 18 2 1; 220 3 240 0.3 25 3 21 1 1.5; 110 1.562 240 0.3 15 3 18 1 1.5; 110 0.547 240 0.3 15 1 9 2 1.5]; 0 1.318 300 0.1 15 2 18 1 2]; T=[54248 162787 168380 314797; 28614 63958 69637 82898; 86002 402710 644415 328084; 230802 445102 362823 335913; 60257 127892 76753 73541; 34615 93532 80762 110049; 56783 172907 164548 144040]; @907 117437 120368 130179]; m=max(max(P)); n=max(max(T)); P=P'/m; T=T'/n; %-------------------------------------------------------------------------% pr(1:9,1)=0; %输入矢量的取值范围矩阵 pr(1:9,2)=1; bpnet=newff(pr,[12 4],{'logsig', 'logsig'}, 'traingdx', 'learngdm'); %建立BP神经网络, 12个隐层神经元,4个输出神经元 %tranferFcn属性 'logsig' 隐层采用Sigmoid传输函数 %tranferFcn属性 'logsig' 输出层采用Sigmoid传输函数 %trainFcn属性 'traingdx' 自适应调整学习速率附加动量因子梯度下降反向传播算法训练函数 %learn属性 'learngdm' 附加动量因子的梯度下降学习函数  net.trainParam.epochs=1000;%允许最大训练步数2000步 net.trainParam.goal=0.001; %训练目标最小误差0.001 net.trainParam.show=10; %每间隔100步显示一次训练结果 net.trainParam.lr=0.05; %学习速率0.05 bpnet=train(bpnet,P,T); %------------------------------------------------------------------------- p=[110 1.318 300 0.1 15 2 18 1 2]; p=p'/m; r=sim(bpnet,p); R=r'*n; display(R);

    标签: 2013 算法 工具箱

    上传时间: 2016-05-28

    上传用户:shanqiu

  • 神经网络和深度学习简介

    本文回顾了近期为大众所关注的神经网络:其发展历史,从神经元开始,历经单层神经网络,两层神经网络,直到多层神经网络。共感兴趣的人士参考。

    标签: 神经网络

    上传时间: 2017-01-13

    上传用户:rainee_zhu

  • VHDL语言100例 VHDL学习资料VHDL 编程要点VHDL编程心得体会: 100vhdl例子

    VHDL语言100例 VHDL学习资料VHDL 编程要点VHDL编程心得体会:100vhdl例子VHDL 编程要注意问题.docVHDL——按键消抖.docVHDL电路简化.docVHDL编程心得体会.pdfvhd开发的官方手册.pdf第1例 带控制端口的加法器第2例 无控制端口的加法器第3例 乘法器第4例 比较器第5例 二路选择器第6例 寄存器第7例 移位寄存器第8例 综合单元库第9例 七值逻辑与基本数据类型第10例 函数第11例 七值逻辑线或分辨函数第12例 转换函数第13例 左移函数第14例 七值逻辑程序包第15例 四输入多路器第16例 目标选择器第17例 奇偶校验器第18例 映射单元库及其使用举第19例 循环边界常数化测试第20例 保护保留字第21例 进程死锁 第22例 振荡与死锁第23例 振荡电路第24例 分辨信号与分辨函数第25例 信号驱动源第26例 属性TRANSACTION和分辨信号第27例 块保护及属性EVENT,第28例 形式参数属性的测试第29例 进程和并发语句第30例 信号发送与接收第31例 中断处理优先机制建模第32例 过程限定第33例 整数比较器及其测试第34例 数据总线的读写第35例 基于总线的数据通道第36例 基于多路器的数据通道第37例 四值逻辑函数第38例 四值逻辑向量按位或运算第39例 生成语句描述规则结构第40例 带类属的译码器描述第41例 带类属的测试平台第42例 行为与结构的混合描述第43例 四位移位寄存器第44例 寄存/计数器第45例 顺序过程调用第46例 VHDL中generic缺省值的使用第47例 无输入元件的模拟第48例 测试激励向量的编写第49例 delta延迟例释第50例 惯性延迟分析第51例 传输延迟驱动优先第52例 多倍(次)分频器第53例 三位计数器与测试平台第54例 分秒计数显示器的行为描述6第55例 地址计数器第56例 指令预读计数器第57例 加.c减.c乘指令的译码和操作第58例 2-4译码器结构描述第59例 2-4译码器行为描述第60例 转换函数在元件例示中的应用第61例 基于同一基类型的两分辨类型的赋值相容问题第62例 最大公约数的计算第63例 最大公约数七段显示器编码第64例 交通灯控制器第65例 空调系统有限状态自动机第66例 FIR滤波器第67例 五阶椭圆滤波器第68例 闹钟系统的控制第69例 闹钟系统的译码第70例 闹钟系统的移位寄存器第71例 闹钟系统的闹钟寄存器和时间计数器第72例 闹钟系统的显示驱动器第73例 闹钟系统的分频器第74例 闹钟系统的整体组装第75例 存储器第76例 电机转速控制器第77例 神经元计算机第78例ccAm2901四位微处理器的ALU输入第79例ccAm2901四位微处理器的ALU第80例ccAm2901四位微处理器的RAM第81例ccAm2901四位微处理器的寄存器第82例ccAm2901四位微处理器的输出与移位第83例ccAm2910四位微程序控制器中的多路选择器第84例ccAm2910四位微程序控制器中的计数器/寄存器第85例ccAm2910四位微程序控制器的指令计数器第86例ccAm2910四位微程序控制器的堆栈第87例 Am2910四位微程序控制器的指令译码器第88例 可控制计数器第89例 四位超前进位加法器第90例 实现窗口搜索算法的并行系统(1)——协同处理器第91例 实现窗口搜索算法的并行系统(2)——序列存储器第92例 实现窗口搜索算法的并行系统(3)——字符串存储器第93例 实现窗口搜索算法的并行系统(4)——顶层控制器第94例 MB86901流水线行为描述组成框架第95例 MB86901寄存器文件管理的描述第96例 MB86901内ALU的行为描述第97例 移位指令的行为描述第98例 单周期指令的描述第99例 多周期指令的描述第100例 MB86901流水线行为模型

    标签: vhdl

    上传时间: 2021-10-21

    上传用户:ttalli