主要完成对RBF网络用于函数逼近的功能,是一种在逼近能力、分类能力和学习速度等方面均优于BP网络的网络。
主要完成对RBF网络用于函数逼近的功能,是一种在逼近能力、分类能力和学习速度等方面均优于BP网络的网络。...
逐次逼近技术资料
📦 资源总数：417
💻 源代码：864
逐次逼近技术是模数转换器（ADC）中广泛应用的一种高效转换方法，以其快速响应和高精度著称。适用于数据采集、信号处理及通信系统等多个领域。通过本页面丰富的417个资源，包括设计案例、教程和技术文档，电子工程师可以深入学习逐次逼近型ADC的工作原理与优化技巧，提升项目开发效率与质量。探索更多关于逐次逼近的知识，助力您的技术创新之路。
🔥 逐次逼近热门资料
查看全部417个资源 »给出了广义逐次超松弛( GSOR) 迭代算法,得到了GSOR 算法收敛的必要性和充分性 条件,当参数矩阵Ω = diag (ω1 ,ω2 , ⋯ ,ωn) = ωI n 时,即可得到熟知的
给出了广义逐次超松弛( GSOR) 迭代算法,得到了GSOR 算法收敛的必要性和充分性 条件,当参数矩阵Ω = diag (ω1 ,ω2 , ⋯ ,ωn) = ωI n 时,即可得到熟知的SOR 算法,举例说明了 GSOR 算法的应用。...
基于多分辨分析的递阶逼近思想,采用正交小波网络研究了输入样本空间分布非均匀时非线性系统的 辨识问题. 重点讨论了样本非均匀时网格系的设计问题,并给出了基于该网格系的在线递阶辨识算法. 最后利用正
基于多分辨分析的递阶逼近思想,采用正交小波网络研究了输入样本空间分布非均匀时非线性系统的 辨识问题. 重点讨论了样本非均匀时网格系的设计问题,并给出了基于该网格系的在线递阶辨识算法. 最后利用正 交小波网络分别对非线性静态和动态系统进行了仿真辨识....
模糊系统逼近程序
模糊系统逼近程序，用模糊算法对系统进行逼近...
Pi-sigma神经网络用于非线性对象的逼近
Pi-sigma神经网络用于非线性对象的逼近...
💻 逐次逼近源代码
查看更多 »📂 逐次逼近资料分类