《人工神经元网络》含有实用的网络模型、学习规则和训练方法的一些算法程序，对学习人工智能，模式识别的人有一些帮助！
上传时间： 2013-12-24
上传用户：dreamboy36
人工神经元的bp算法，可用于函数拟合，时间序列数据的预测，目前应用非常广泛
上传时间： 2015-03-14
上传用户：cx111111
人工神经元BP网络的实现，用Visual C++编写
上传时间： 2015-10-08
上传用户：671145514
介绍当今人工智能主流-----人工神经元网络的原理与设计方法,对计算机人工智能,工业智能控制,信号处理,模式识别,数据压缩等领域有重要作用.
上传时间： 2013-12-20
上传用户：dengzb84
人工神经元BP网络的C语言实现，BP网络在神经网络制中应用较为广泛
上传时间： 2013-12-21
上传用户：s363994250
一个关于BP网络的人工神经元的程序，用MATLAB开发的。
上传时间： 2016-07-24
上传用户：1109003457
开关磁阻电机(SwitchedReluctanceMotor，SRM)具有结构简单、工作可靠、效率高和成本较低等优点，在很多领域都显示出强大的竞争力，但是位置传感器的存在不仅削弱了SRM结构简单的优势，而且降低了系统高速运行的可靠性，增加了成本，探索实用的无位置传感器检测转子位置的方案成为开关磁阻电机驱动系统(SwitchedReluctanceMotorDrive，SRD)研究的热点。SRM高度非线性的电磁特性决定了在精确的数学模型基础上实现无位置传感器控制十分困难，而人工神经网络的出现为解决这个问题提供了新的思路。径向基函数(RadialBasisFunction，RBF)神经网络是一种映射能力极强的前向型神经网络，具有收敛速度快、全局逼近能力强等优点。本文提出一种利用自适应RBF神经网络对SRM进行控制的新方法，所采用的RBF神经网络以电机绕组的相电流、磁链作为输入，转子位置作为输出，通过离线和在线相结合的方法对网络进行训练，建立SRM电流、磁链与转子位置之间的非线性映射，从而实现SRM的无位置传感器控制。 常规的PID控制以其结构简单、可靠性高、易于工程实现等优点至今仍被广泛采用。在系统模型参数变化不大的情况下，PID控制效果良好，但当被控对象具有高度非线性和不确定性时，仅靠PID调节效果不好。对于SRM，它的电磁关系高度非线性，固定参数的PID调节器无法得到很理想的控制性能指标。论文提出了一种基于RBF神经网络在线辨识的SRM单神经元PID自适应控制新方法。该方法针对开关磁阻电机的非线性，利用具有自学习和自适应能力的单神经元来构成开关磁阻电机的单神经元自适应控制器，不但结构简单，而且能适应环境变化，具有较强的鲁棒性。同时构造了一个RBF网络对系统进行在线辨识，建立其在线参考模型，由单神经元控制器完成控制器参数的自学习，从而实现控制器参数的在线调整，能取得更好的控制效果。 仿真及实验结果表明，自适应RBF神经网络能够实现电机的准确换相，从而实现了电机的无位置传感器控制；基于RBF神经网络在线辨识的单神经元自适应控制能够达到在线辨识在线控制的目的，控制精度高，动态特性好，具有较好的自适应性和鲁棒性。
上传时间： 2013-04-24
上传用户：skfreeman
人工神经网络建造，从生物神经元入手，详细讲解了人工神经网络的分布系统模型和人工神经网络的其他模型以及大规模神经网络的实现。
标签： 人工神经网络
上传时间： 2015-06-02
上传用户：hxy200501
学上的基本神经元，人工的神经网络也有基本的神经元。每个神经元有特定数量的输入，也会为每个神经元设定权重（weight）。权重是对所输入的资料的重要性的一个指标。然后，神经元会计算出权重合计值（net value），而权重合计值就是将所有输入乘以它们的权重的合计。每个神经元都有它们各自的临界值（threshold），而当权重合计值大于临
标签：
上传时间： 2014-06-06
上传用户：luke5347
人工神经网络预测程序，需谨慎的设置隐含层神经元个数和误差收敛精度
上传时间： 2013-12-26
上传用户：TRIFCT
