人工神经网络(Aartificial Neural Network，下简称ANN)是模拟生物神经元的结构而提出的一种信息处理方法。早在1943年，已由心理学家Warren S.Mcculloch和数学家Walth H.Pitts提出神经元数学模型，后被冷落了一段时间，80年代又迅猛兴起［1］。ANN之所以受到人们的普遍关注，是由于它具有本质的非线形特征、并行处理能力、强鲁棒性以及自组织自学习的能力。其中研究得最为成熟的是误差的反传模型算法(BP算法，Back Propagation)，它的网络结构及算法直观、简单，在工业领域中应用较多。
标签： Aartificial Network Neural 人工神经网络
上传时间： 2014-01-03
上传用户：zhangzhenyu
人工神经网络提供了一种普遍且实用的方法从样例中学习值为实数、离散值或向量的函数反向传播算法，使用梯度下降来调节网络参数以最佳拟合由输入-输出对组成的训练集合人工神经网络对于训练数据中的错误健壮性很好人工神经网络已被成功应用到很多领域，例如视觉场景分析，语音识别，机器人控制神经网络学习对于逼近实数值、离散值或向量值的目标函数提供了一种健壮性很强的方法对于某些类型的问题，如学习解释复杂的现实世界中的传感器数据，人工神经网络是目前知道的最有效的学习方法反向传摇成功例子，学习识别手写字符，学习识别口语，学习识别人脸生物学动机ANN受到生物学的启发，生物的学习系统是由相互连接的神经元组成的异常复杂的网络。ANN由一系列简单的单元相互密集连接构成的，其中每一个单元有一定数量的实值输入，并产生单一的实数值输出人脑的构成，大约有1011个神经元，平均每一个与其他104个相连神经元的活性通常被通向其他神经元的连接激活或抑制最快的神经元转换时间比计算机慢很多，然而人脑能够以惊人的速度做出复杂度惊人的决策很多人推测，生物神经系统的信息处理能力一定得益于对分布在大量神经元上的信息表示的高度并行处理
上传时间： 2022-04-08
上传用户：trh505
工业生产过程往往具有非线性、不确定性，难以建立精确的数学模型。应用常规的PID控制器难以达到理想的控制效果。作为的重要分支，人工神经网络具有良好的非线性映射能力和高度的并行信息处理能力，已成为非线性系统建模、辨识和控制中常用的理论和方法。其中，神经元具有很强的信息综合、学习记忆、自学习和自适应能力，可以处理那些难以用模型和规则描述的过程，将神经元与PID结合，应用到实际的控制中，可以在线调整PID的参数，使系统具有较强的抗干扰能力、自适应能力和较好的鲁棒性。 目前，人工神经网络的研究主要是神经网络的理论研究、神经网络的应用研究和神经网络的实现技术研究，这三方面是相互依赖和相互促进的关系。本文主要侧重的是神经网络的实现技术研究方面，创新性地利用FPGA嵌入式系统开发技术实现单神经元PID智能控制器的研究与设计，并将其封装成为一个专用的IP核供其他的控制系统使用。 首先，对单神经元PID智能控制器的设计原理和设计算法进行了深入的研究与分析；其次，利用MATLAB设计单神经元PID智能控制器，针对特定的被控对象，对其进行仿真实验，获得比较理想的系统输出；然后，研究基于FPGA的单神经元智能控制算法的实现，对控制器进行VHDL语言分层设计，使用Altera公司的软件QuartusⅡ6.1进行仿真实验。两个仿真实验结果表明，基于FPGA的单神经元智能控制器比MATLAB设计的单神经元PID智能控制器性能优良。 本文的设计模块主要包括权值修改模块、误差计算模块、权值产生模块和输出模块。在各个模块的设计中进行了优化处理，使本文的设计不仅利用的硬件资源少，而且也有很快的运行速度，同时也改善了传统控制器的控制性能。
上传时间： 2013-04-24
上传用户：13517191407
·基于积分分离PID控制算法的神经元控制器
上传时间： 2013-05-20
上传用户：wkchong
将一种根据误差的大小来调节比例系数K值的单神经元PI控制器引入到逆变器的控制回路中，可以实现在线调整参数，在一定程度上不依赖于系统的模型。仿真结果表明：与常规的PI控制器相比该控制器的输出超调量较小，有一定的自适应能力，可以提高逆变电源系统的动态性能。
上传时间： 2013-10-16
上传用户：ligi201200
传统的人工耳蜗语音处理器采用ASIC设计，投入成本高，可移植性差，设计了一种基于TMS320VC5509A的人工耳蜗语音处理器。该处理器采用双麦克风接受语音信号，实现了语音信号的自适应噪声消除和CIS （Continuous Interleaved Sampling） 方案。同一段语音由DSP采样处理得到的刺激脉冲与MATLAB采样处理的结果基本相同。实验结果表明，基于DSP的人工耳蜗语音处理器能实现语音信号中噪声的消除并得到良好的刺激脉冲。
上传时间： 2013-10-22
上传用户：23333
人工气候室的温湿度控制面临诸多的难题，不但控制对象有滞后性、无准确数学模型以及存在不确定干扰等，同时温湿度还存在耦合现象。使用常规PID或者单纯的模糊控制效果都不佳。本文提出了一种PID与模糊控制相结合的智能控制算法，同时通过内蒙古大学生物学院人工气候室现场测试，证明了该控制算法对于温湿度控制系统的有效性。
上传时间： 2013-10-27
上传用户：ming52900
Hopfield Model Autoassociative Memory 源码, 经典的HOPFIELD人工神经网络例子源码
标签： Autoassociative Hopfield HOPFIELD Memory
上传时间： 2015-01-05
上传用户：皇族传媒
Counterpropagation Network Vision 源码, 经典的CPN人工神经网络例子源码
标签： Counterpropagation Network Vision CPN
上传时间： 2015-01-05
上传用户：佳期如梦
Backpropagation Network Time-Series Forecasting 源码, 经典的BPN人工神经网络例子源码
标签： Backpropagation Forecasting Time-Series Network
上传时间： 2015-01-05
上传用户：tb_6877751
