针对硫化镍矿选矿浮选工业过程中液位控制进行数学分析，建立 BP预测模型并实施多浮选槽液位控制方法，利用目前工程领域流行的 MATLAB 7.0中提供的神经网络工具箱，对网络模型进行训练和仿真，为有效抑制各槽液位扰动、实时调整各浮选槽液位和实现浮选指标的提高提供了有效的途径。仿真结果证明了BP神经网络对解决硫化镍矿浮选过程液位PID控制的有效性，具有广泛应用和推广的价值。
上传时间： 2014-12-29
上传用户：凌云御清风
关系数据库理论基础坚实、技术成熟、产品丰富，多年来一直是存储和处理大数据量的研究和应用首选。如何在关系数据库强大的存储和处理能力基础上建立知识库，一直是知识工程和智能系统研究与应用人员重点研究的内容，也是知识管理走向应用的技术瓶颈。文中提出了语义网络的关系模型，并用实例论述了语义网络知识的关系数据表的存储。
上传时间： 2013-11-02
上传用户：neu_liyan
传感器网络示例源程序使用说明书前言：本说明书主要介绍的是如何在电脑上使用串口调试助手软件来实现对网关、路由和终端三种设备组网并读取短地址，以及通过串口助手发送指令来实现控制节点的指示灯状态（开关）,读取节点光敏值等内容一、程序的使用(必需先安装‘ft232usbdriver2.0’驱动)安装网关与计算机连接的USB 转串口驱动， 驱动位于“ \ 软件\ ” 目录下“ft232usbdriver2.0”。（当我们把仿真器或者网关连接上电脑以后，硬件会自动提示您安装驱动， 这时只要按安装向导提示默认选择就可以完成USB 转串口的驱动安装）二、下载程序1．C 盘新建目录命名为“Texas Instruments”2．将‘传感器网络示例源程序’下的文件夹‘ZStack-1.4.2’复制到C 盘的‘TexasInstruments’文件夹内3、在C 盘的目录下打开如下图示的工程文件
上传时间： 2013-10-19
上传用户：ANRAN
此文件包含两个独立程序,Sender和Receiver,用于测试网络对RAW类型的IP包的传输，可以用这两个程序测试路由器是否支持RAW类型的IP包传输，是否支持组播。程序演示了Windows下RAW socket的使用和RTP包协议的利用.程序工程由VC7.0生成。
上传时间： 2013-12-23
上传用户：caiiicc
此文件包含两个独立程序,Sender和Receiver,用于测试网络对RAW类型的IP包的传输，可以用这两个程序测试路由器是否支持RAW类型的IP包传输，是否支持组播。程序演示了Windows下RAW socket的使用和RTP包协议的利用.程序工程由VC7.0生成。
上传时间： 2013-12-20
上传用户：1583060504
这是一个神经网络开发包。目录ann下是专门针对神经网络的代码，外部目录是一些公用的代码，与神经网络无关，但是神经网络的代码用到了它们。 ann目录下有一个目录demo，里面存放了一些示例程序，请参照它们进行编程。 ann/prj/vs7下是编译整个库的Visual Stdudio 2003工程文件
上传时间： 2014-11-30
上传用户：pinksun9
利用VB进行神经网络预测，可以进行路基沉降及路面工程预测。
标签： 神经网络
上传时间： 2015-04-08
上传用户：lijianyu172
《神经网络设计》的电子版，主要介绍了神经网络的基本结构和学习规则，重点是对这些神经网络的数学分析、训练方法和神经网络在模式识别、信号处理以及控制系统等工程实践问题中的应用。
上传时间： 2013-12-12
上传用户：lifangyuan12
BP神经网络用于分类与回归 ----------------------------------------作者：陆振波，海军工程大学 欢迎同行来信交流与合作，更多文章与程序下载请访问我的个人主页 电子邮件：luzhenbo@sina.com 个人主页：luzhenbo.88uu.com.cn ----------------------------------------文件说明： 1、NeuralNetwork_BP_Classification.m - 分类 2、NeuralNetwork_BP_Regression.m - 回归
上传时间： 2015-05-21
上传用户：ouyangtongze
RBF神经网络用于分类与回归 ---------------------------------------- 作者：陆振波，海军工程大学 欢迎同行来信交流与合作，更多文章与程序下载请访问我的个人主页 电子邮件：luzhenbo@sina.com 个人主页：luzhenbo.88uu.com.cn ---------------------------------------- 文件说明： 1、NeuralNetwork_RBF_Classification.m - 分类 2、NeuralNetwork_RBF_Regression.m - 回归
上传时间： 2013-12-19
上传用户：yuanyuan123
