模式识别分类器的设计，此为LMS法源码，经调试通过。所用数据为标准IRIS。
上传时间： 2014-01-15
上传用户：cx111111
自适应滤波器程序，选用电力系统谐波信号作为输入。其中包括了wiener滤波器，kalman滤波器，LMS算法，RLS算法，LSL算法，FTF算法。所有程序均为本人自编，并且标注了编程所参考的书籍及页数，经过调试，完全正确，请放心使用。
上传时间： 2013-12-10
上传用户：chens000
数值计算算法，包括： （1）Lagrange插值 （2）Newton 插值 （3）求f(x0)：秦九韶法 （4）求实系数多项式f(z0)。z0为复数（5）二分法求f(x)=0的根 （6）弦截法求f (x)=0的根 （7）求实系数多项式 方程的实根、复根 （8）解线性方程组：Gauss列主元素消去法( 9 )快速弗利叶变换（FFT）
上传时间： 2016-11-15
上传用户：a3318966
包括二分法，Newton下山法和improved Newton迭代法
标签： 分
上传时间： 2016-11-19
上传用户：yoleeson
matlab实现陷波器，采用的是LMS 算法实现，能将特定的正弦信号滤去
上传时间： 2013-12-21
上传用户：sardinescn
即使对于一个简单的电力系统，潮流计算也不是一件简单就可以完成的事，其运算量很大，因此如果对于一个大的、复杂的电网来说的话，由于其节点多，分支杂，其计算量可想而知，人工对其计算也更是难上加难了。特别是在现实生活中，遇到一个电力系统不会像我们期望的那样可以知道它的首端电压和首端功率或者是末端电压和末端功率，而是只知道它的首端电压和末端功率，更是使计算变的头疼万分。为了使计算变的简单，我们就可以利用计算机，用C语言编程来实现牛顿-拉夫逊（Newton-Raphson）迭代法，最终实现对电力系统潮流的计算。
标签： 电力系统
上传时间： 2016-12-26
上传用户：xieguodong1234
This function calculates Akaike s final prediction error ％ estimate of the average generalization error. ％ ％ [FPE,deff,varest,H] = fpe(NetDef,W1,W2,PHI,Y,trparms) produces the ％ final prediction error estimate (fpe), the effective number of ％ weights in the network if the network has been trained with ％ weight decay, an estimate of the noise variance, and the Gauss-Newton ％ Hessian. ％
标签： generalization calculates prediction function
上传时间： 2014-12-03
上传用户：maizezhen
This function calculates Akaike s final prediction error ％ estimate of the average generalization error for network ％ models generated by NNARX, NNOE, NNARMAX1+2, or their recursive ％ counterparts. ％ ％ [FPE,deff,varest,H] = nnfpe(method,NetDef,W1,W2,U,Y,NN,trparms,skip,Chat) ％ produces the final prediction error estimate (fpe), the effective number ％ of weights in the network if it has been trained with weight decay, ％ an estimate of the noise variance, and the Gauss-Newton Hessian. ％
标签： generalization calculates prediction function
上传时间： 2016-12-27
上传用户：脚趾头
Train a two layer neural network with a recursive prediction error ％ algorithm ("recursive Gauss-Newton"). Also pruned (i.e., not fully ％ connected) networks can be trained. ％ ％ The activation functions can either be linear or tanh. The network ％ architecture is defined by the matrix NetDef , which has of two ％ rows. The first row specifies the hidden layer while the second ％ specifies the output layer.
标签： recursive prediction algorithm Gauss-Ne
上传时间： 2016-12-27
上传用户：ljt101007
matlab,自适应滤波算法，包括LSL,LMS等
上传时间： 2016-12-31
上传用户：zhangyigenius
