大桔灯文库logo

下载提示:1. 本站不保证资源下载的准确性、安全性和完整性,同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
2. 本文档由用户上传,版权归属用户,大桔灯负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。

相关文档

  • ().ppt

    单击此处编辑母版标题样式单击此处编辑母版文本样式第二级第三级第四级第五级3.1.4多层感知器与BP算法3.1.4.1 感知器(1)感知器模型1j=12…m 3.1.4多层感知器与BP算法3.1.4.1 感知器(1)感知器模型2净输入:输出:3.1.4多层感知器与BP算法3.1.4.1 感知器(1)感知器模型3设输入向量X=(x1 x2)T输出:则由方程 w1jx1w2jx2-Tj=0

  • _().ppt

    单击此处编辑母版标题样式单击此处编辑母版文本样式第二级第三级第四级第五级3.1.4多层感知器与BP算法3.1.4.1 感知器(1)感知器模型1j=12…m 3.1.4多层感知器与BP算法3.1.4.1 感知器(1)感知器模型2净输入:输出:3.1.4多层感知器与BP算法3.1.4.1 感知器(1)感知器模型3设输入向量X=(x1 x2)T输出:则由方程 w1jx1w2jx2-Tj=0

  • (辨识).ppt

    单击此处编辑母版标题样式单击此处编辑母版文本样式第二级第三级第四级第五级3.2 神经网络系统辨识系统辨识(Identification)的主要应用:控制系统的分析和设计用于自校正模型参考自适应系统预测和预报监视系统运行状态进行故障诊断13.2.1神经网络系统辨识原理 定义:系统辨识就是在输入和输出数据的基础上从一组给定的模型类中确定一个与所测系统等价的模型 1.动态系统的常用自回归滑动平均模型

  • 10..ppt

    #

  • 5-中的.ppt

    神经网络对非线性函数具有任意逼近和自学习能力为系统的辨识尤其是非线性动态系统的辨识提供了一条十分有效的途径 神经网络辨识.3. 递归神经网络系统辨识神经网络在控制中主要起以下作用: 神经网络内模控制 在直接自适应控制的基础上引入了一个神经网络辨识器(NNI)来对被控对象的数学模型进行在线辨识这样可以及时地将对象模型的变化传递给NNC使NNC可以得到及时有效的训练 动力学方程:神经网络辨识器辨识器

  • 中的.ppt

    单击此处编辑母版文本样式第二级第三级第四级第五级单击此处编辑母版标题样式College of Electrical and Information Engineering Hunan Univ.神经网络在控制中的应用 神经网络在控制中的应用神经网络辨识技术神经网络控制技术5.1 神经网络辨识系统辨识是自适应控制的关键所在它通过测量对象的输入输出状态来估计对象的数学模型使建立的数学模型和对象具有相同

  • 中的.ppt

    单击此处编辑母版文本样式第二级第三级第四级第五级单击此处编辑母版标题样式College of Electrical and Information Engineering Hunan Univ.神经网络在控制中的应用 神经网络在控制中的应用神经网络辨识技术神经网络控制技术5.1 神经网络辨识系统辨识是自适应控制的关键所在它通过测量对象的输入输出状态来估计对象的数学模型使建立的数学模型和对象具有相同

  • _.ppt

    第五章神经网络控制 第五章神经网络控制 51神经网络概述 52人工神经网络的基本概念 53前馈网络 54反馈网络 55神经网络控制 56NN与GA的系统思维特性 51 概述人工神经网络是由许多处理单元,即神经元,按照一定的拓扑结构相互连接而成的一种具有并行计算能力的网络系统。人脑共有1010-1012个神经元人工神经网络试图通过模拟人脑神经网络处理信息的方式,从另一角度,来获得具有人脑那样的信息处

  • MATLAB.ppt

    单击此处编辑母版标题样式单击此处编辑母版文本样式第二级第三级第四级第五级MATLAB中的神经网络及其应用:以BP为例主讲:王茂芝 副教授wangmzcdut.edu1 一个预测问题已知:一组标准输入和输出数据(见附件)求解:预测另外一组输入对应的输出背景:略2 BP网络3 MATLAB中的newff命令NEWFF Create a feed-forward backpropagatio

  • 8-人工.ppt

    #

违规举报

违法有害信息,请在下方选择原因提交举报


客服

顶部