基于FIR神经网络的非线性盲信号分离

资 源 简 介

基于FIR神经网络的非线性盲信号分离

您 可 能 感 兴 趣 的

• 基于FIR神经网络的非线性盲信号分离
• 神经网络由于其非线性处理能力强
• 这是两个用神经网络算法分析非线性系统特征
• 神经网络与模糊控制相结合 利用神经网络的任意非线性和逼近能力和模糊控制的优点 对系统进行控制
• 过程信号的前馈-反馈型自适应盲分离算法：利用神经网络的自学习能力实现信号的盲分离已被证明是实现信号分离的一种有效方法,不同的神经网络模型对分离算法的效能将产生极大的影响
• 基于BP神经网络的小麦碰撞声信号分类
• 基于人工神经网络的压力传感器的温度补偿
• 落煤残存瓦斯量的确定是采掘工作面瓦斯涌出量预测的重要环节,它直接影响着采掘工作面瓦斯涌出量预测的精度,并与煤的变质程度、落煤粒度、原始瓦斯含量、暴露时间等影响因素呈非线性关系。人工神经网络具有表示任意
• 神经网络学习二维非线性函数 ,多维非线性辨识的MATLAB程序
• 基于模糊神经网络方法实现茶味信号识别的研究