摘要：给出了解决机器人控制问题一种神经网络方法。使用一个分级神经网络(NN)结构学习刚体机器人动力学特点。对于一般类别的机械手，使用前训练一系列的三层前馈网络模块，然后把这些基函数实时地用于第四层。使用线性控制原理，辅以非线性补偿控制机械手，使学得的机械手动力学知识创建一个在整个工程中高速控制机械手的控制器。模拟结果表明控制器的性能得到了大大提高。
上传时间： 2016-12-23
上传用户：1583060504
过程信号的前馈-反馈型自适应盲分离算法：利用神经网络的自学习能力实现信号的盲分离已被证明是实现信号分离的一种有效方法,不同的神经网络模型对分离算法的效能将产生极大的影响
上传时间： 2016-12-23
上传用户：四只眼
神经网络负相关学习的研究资料, 神经网络负相关学习的研究资料,
上传时间： 2013-12-25
上传用户：璇珠官人
神经网络中的对象传播神经网络CPN的学习算法
上传时间： 2013-12-21
上传用户：familiarsmile
这是对BP神经网络模型与学习算法的一个概述，也就是基础的希望对大家有用。
上传时间： 2014-12-07
上传用户：水中浮云
人工神经网络教程 值得学习和借鉴！
上传时间： 2014-01-08
上传用户：sammi
hopfield神经网络模型和学习算法。
上传时间： 2013-12-21
上传用户：lz4v4
神经网络bp自学习算法的c++实现，是实际工程的一部分。
上传时间： 2014-12-08
上传用户：Zxcvbnm
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
神经网络神经网络是指用大量的简单计算单元构成的非线性系统，它在一定程度上模仿了人脑神经系统的信息处理、存储和检索功能，是对人脑神经网络的某种简化、抽象和模拟。1943年心理学家McCulloch和数学家Pitts合作提出了神经元的数学模型M-P神经元模型，证明了单个神经元能执行逻辑功能，从此开创了神经科学理论研究的时代。M-P模型，是按照生物神经元的结构和工作原理构造出来的一个抽象和简化了的神经元模型。权重当输入进入神经元时，它会乘以一个权重。例如，如果一个神经元有两个输入，则每个输入都将具有分配给它的一个关联权重。随机初始化权重，并在模型训练过程中更新这些权重。偏置除了权重之外，另一个被应用于输入的线性分量被称为偏置。它被加到权重与输入相乘的结果中。添加偏置的目的是改变权重与输入相乘所得结果的范围。激活函数激活函数的主要作用是加入非线性因素，以解决线性模型表达能力不足的缺陷，在整个神经网络中至关重要。常用的激活函数有Sigmoid、Tanh、ReLU。
上传时间： 2022-06-24
上传用户：得之我幸78
