利用灰色系统进行预测的几篇好论文: BP神经网络_灰色系统联合模型预测软基沉降量 非线性时间序列神经网络预测方法的研究及应用 股票投资价值灰色马尔可夫预测 股票投资价值灰色系统模型及应用 灰色关联神经网络模型在股指预测中的应用 灰色理论与模型及在车辆拥有量预测中的应用 灰色神经网络交通事故预测比较 灰色神经网络预测模型的应用 灰色-神经网络综合预测模型
上传时间： 2014-12-05
上传用户：qiaoyue
1. 下列说法正确的是 （ ） A. Java语言不区分大小写 B. Java程序以类为基本单位 C. JVM为Java虚拟机JVM的英文缩写 D. 运行Java程序需要先安装JDK 2. 下列说法中错误的是 ( ) A. Java语言是编译执行的 B. Java中使用了多进程技术 C. Java的单行注视以//开头 D. Java语言具有很高的安全性 3. 下面不属于Java语言特点的一项是( ) A. 安全性 B. 分布式 C. 移植性 D. 编译执行 4. 下列语句中，正确的项是 ( ) A . int $e,a,b=10 B. char c,d=’a’ C. float e=0.0d D. double c=0.0f
上传时间： 2017-01-04
上传用户：netwolf
小世界网络传染病模型MATLAB程序，可以计算出发病的人数
标签： 网络模型
上传时间： 2020-06-02
上传用户：cqws
·人工神经网络与模拟进化计算.pdf人工神经网络与盲信号处理.pdf人工神经网络实用教程.pdf人工神经网络理论及应用.pdf人工神经网络建造.pdf人工神经网络技术及应用.pdf人工神经网络的模型及其应用.pdf人工神经网络导论.pdf人工神经网络——第六代计算机的实现.pdf基于神经网络的智能诊断.pdf二进前项人工神经网络----理论及应用.pdf电脑人脑化 神经网络.pdf大脑设计
标签： 神经网络
上传时间： 2013-04-24
上传用户：lty6899826
摘 : 通过使用 peer-to-peer(P2P)计算模式在 Internet 物理拓扑基础上建立一个称为 P2P 覆盖网络(P overlay network)的虚拟拓扑结构,有效地建立起一个基于 Internet 的完全分布式自组织网络路由模型 集中式自组织网络路由模型(hierarchical aggregation self-organizing network,简称 HASN).分别描述了 HASN 由模型的构建目标和体系结构,并详细分析了 HASN 采用的基于 P2P 计算模式的分布式命名 路由发现和更 算法 HASN_Scale,并在仿真实验的基础上,对 HASN 路由模型的性能进行了验证.
标签： peer-to-peer P2P Internet overlay
上传时间： 2014-01-21
上传用户：zhenyushaw
有关复杂网络研究的一篇博士论文，结合具体的复杂网络对象实例，系统研究复杂网络的理论和实践，并且研究复杂网络原理在Ad hoc计算机网络中的应用。选择了汉语词组网络作为实际复杂网络研究对象。提出了一种推广的祸合网络理论模型。
上传时间： 2013-12-18
上传用户：cccole0605
给于MATLAB 环境下的非线性滤波器。此设计中用到了，混合网络建模。B样条网络和对角递归神经元网络。
上传时间： 2014-01-10
上传用户：gyq
神经网络也许是计算机计算的将来，一个了解它的好方法是用一个它可以解决的难题来说明。假设给出 500 个字符的代码段，您知道它们是 C、C++、Java 或者 Python。现在构造一个程序，来识别编写这段代码的语言。一种解决方案是构造一个能够学习识别这些语言的神经网络。这篇文章讨论了神经网络的基本功能以及构造神经网络的方法，这样就可以在编码时应用它们了。 根据一个简化的统计，人脑由百亿条神经组成 — 每条神经平均连结到其它几千条神经。通过这种连结方式，神经可以收发不同数量的能量。神经的一个非常重要的功能是它们对能量的接受并不是立即作出响应，而是将它们累加起来，当这个累加的总和达到某个临界阈值时，它们将它们自己的那部分能量发送给其它的神经。大脑通过调节这些连结的数目和强度进行学习。尽管这是个生物行为的简化描述。但同样可以充分有力地被看作是神经网络的模型。
上传时间： 2016-11-28
上传用户：alan-ee
网络规模不断扩大,接入设备越来越多,对网络管理提出了很高的要求。好的管理软件能有效对网络进行配置、 优化、 监控及告警。文中基于J2EE 和Java 管理扩展(JMS)的原理和结构,设计了一种全新的开放分布式网络管理模型,分析了这两种技术的优势及在系统中的应用,讨论了该系统的性能特点,并就如何在此系统上进行扩展给出了描述。与现有的管理系统相比,该系统具有高度的可扩展性、 可移植性,能够满足用户需求的多变性。
上传时间： 2013-12-03
上传用户：sunjet
1.针对一类参数未知的非线性离散时间动态系统，提出了一种新的基于神经网络的MMAC方法。首先，将系统分为线性部分和非线性部分。针对系统线性部分采用局部化方法逮立多个固定模型覆盖系统的参数范围，在此基础上，建立自适应模型来提高系统性能；针对系统非线性部分建立非线性神经网络预测模型来邏近系统的非线性。然后，针对每个子模型设计相应的擅制器。最后，设计基于误差范数形式的性能指标函数对控制器进行硬切换。仿真结果表明，所提出的MMAC方法与传统的在参数空间均匀分布的MMAC方法相比能显著提高非线性系统的暂态性能。2针对一类具有参数跳变的非线性离散时间动态系统，提出子一种基才聚类方法和神经网络的MMAC方法，首先，采用模糊c均值聚类算法对系统先验数据进行分类处理，再分别对每类数据采用RLS算法建立多个固定模型。在此基础上，建立两个白适应模型来提高系统响应速度和控制品质，建立神经网络预测模型来补偿系统非线性。然后，分别针对相应的子模型设计线性鲁棒自适应控制器和神经网络控制器。最后，采用基于信号有界和测量误差的性能切换指标对控制器进行切换，并证明闭环系统的稳定性。仿真结果表明，所提出的算法能更好地解决非线性系统发生参数跳变问题，使得系统具有良好的控制品质3.针对MMAC方法中的模型库优化问题，考虑系统实际运行数据，提出了种基于相似度准则和设置最大模型数的动态优化模型库方法。该方法能对新数据进行综合考量并判断是否应该将该数据纳入子模型建模，并通过设置最大模型数来确保系统用最少的子模型就能保证系统的控制性能。仿真结果表明，所提出的算法能极大地减少子模型数量且具有较好的控制效果。关键词：非线性系统；多模型方法；自适应控制；模糊聚类；神经网络
标签： 自适应控制
上传时间： 2022-03-11
上传用户：
