Ø 出动m只蚂蚁,每只蚂蚁各随机选择一条路径,记为I=[1 2 3···m],长度记为long(I); Ø 计算出每条路径的信息素浓度,记为P(I)=1/long(I),并进行归一化处理; Ø 重新出动m只蚂蚁,按如下规则选择路径: l 每只蚂蚁都以一个概率p1选择新路径(路径随机); l 未选择新路径的蚂蚁以概率P(I)选择路径I; l 所有蚂蚁都以一个小概率p2对自己的路径进行局部变化; Ø 更新所有路径,计算出每条路径的信息素浓度; Ø 重复上述步骤,直至仅剩一条路径。
上传时间: 2015-04-16
上传用户:jackynie
本程序根据训练好的网络文件ANN.mat预测新的数据文件,得到均方误差,并画出预测数据和原数据的对比图。此程序运用到了很多Matlab编程中常用到的表达方式,还有一些神经网络编程的基本概念的表达,如归一化的表达。
上传时间: 2017-01-03
上传用户:tju1895
BP神经网络matlab源程序代码 %% 该代码为 BP 神经网络的预测代码 % 清空环境变量 clc clear % %% 网络结构建立 % 读取数据 load data input output input=data(;,1;2;3;4;5); output=data(;,5); %节点个数 %训练数据和预测数据 %选连样本输入输出数据归一化 %构建网络 net=newff(inputn,outputn,hiddennum); %网络进化参数 %网络训练 % 预测数据归一化
上传时间: 2018-04-10
上传用户:45808330
基于FFT的数字水印算法设计,包括水印的嵌入和提取,置乱,峰值噪声比,归一化
上传时间: 2018-07-30
上传用户:小强子说
%========================开始提取加噪信号的各类特征值================================ for n=1:1:50; m=n*Ns; x=(n-1)*Ns; for i=x+1:m; %提取加噪信号'signal_with_noise=y+noise'的前256个元素,抽取50次 y0(i)=signal_with_noise(i); end Y=fft(y0); %对调制信号进行快速傅里叶算法(离散) y1=hilbert(y0) ; %调制信号实部的解析式 factor=0; %开始求零中心归一化瞬时幅度谱密度的最大值gamma_max for i=x+1:m; factor=factor+y0(i); end ms=factor/(m-x); an_i=y0./ms; acn_i=an_i-1; end gamma_max=max(fft(acn_i.*acn_i))/Ns
上传时间: 2020-04-07
上传用户:如拷贝般复制
%========================开始提取加噪信号的各类特征值================================ for n=1:1:50; m=n*Ns; x=(n-1)*Ns; for i=x+1:m; %提取加噪信号'signal_with_noise=y+noise'的前256个元素,抽取50次 y0(i)=signal_with_noise(i); end Y=fft(y0); %对调制信号进行快速傅里叶算法(离散) y1=hilbert(y0) ; %调制信号实部的解析式 factor=0; %开始求零中心归一化瞬时幅度谱密度的最大值gamma_max for i=x+1:m; factor=factor+y0(i); end ms=factor/(m-x); an_i=y0./ms; acn_i=an_i-1; end gamma_max=max(fft(acn_i.*acn_i))/Ns
上传时间: 2020-04-07
上传用户:如拷贝般复制
本书是自适应信号处理领域的一本经典教材。全书共17章,内容包括:自适应LMS横向滤波器、自适应格型滤波器、自适应递归滤波器、频域和子带自适应滤波器、盲自适应滤波器、神经网络、非线性自适应滤波器等及其在通信与信息系统中的应用。目录背景与预览第1章 随机过程与模型第2章 维纳滤波器第3章 线性预测第4章 最速下降算法第5章 最小均方自适应滤波器第6章 归一化最小均方自适应滤波器第7章 频域和子带自适应滤波器第8章 最小二乘法第9章 递归最小二乘自适应滤波器第10章 卡尔曼滤波器第11章 平方根自适应滤波器第12章 阶递归自适应滤波器第13章 有限精度效应第14章 时变系统的跟踪第15章 无限脉冲响应自适应滤波器第16章 盲反卷积第17章 反向传播学习后记附录A 复变量附录B 对向量微分附录C 拉格朗日乘子法附录D 估计理论附录E 特征分析附录F 旋转和映射附录G 复数Wishart分布术语参考文献 现在网上流传的技术类书籍好多都是预览版本,此书为全本,非常难得,现在分享给大家,希望对大家有所帮助。
标签: 自适应滤波器
上传时间: 2022-05-14
上传用户:默默
利用java实现汉诺塔图案化 利用递归方法
上传时间: 2020-06-18
上传用户:3126549864612
比例-积分-微分(PID)是过程控制中最常用的一种控制算法。算法简单而且容易理解,应用十分广泛。但由于应用领域的不同,功能上差别很大,系统的控制要求及关心的控制对象也不相同。数字PID控制比连续PID控制更为优越,因为计算机程序的灵活性,很容易克服连续PID控制中存在的问题,经修正而得到更完善的数字PID算法。本文以三相全控整流桥阻性负载为实际电路,控制主电路电压,旨在提出一种智能数字PID控制系统的设计思路,并给出了详细的硬件设计及初步软件设计思路。 PID控制系统采用高性能、低功耗的ARM微处理器S3C44BO作为核心处理单元,内部的10位ADC作为信号采集模块,采用了矩阵键盘和640*480的液晶作为人机接口;串口作为通信模块实现了上位机的监控。采用芯片内部自带的PWM模块,输出16M Hz PWM信号并经过一阶低通滤波器得到0~5V的控制信号用于触发主电路控制器,实现PID整定。 软件方面,分析和研究了uC/OSⅡ的内核源码,实现了其在32位微处理器上的移植,作为管理各个子程序执行的系统软件。选用了图形处理软件uC/GUI用于完成LCD显示及控制。PID算法采用了增量式数字PID算法,采用规一化算法进行参数选取。上位机部分采用了C#语言进行编写。另外,采用了RTC(Real Time Clock)作为系统时钟,可以实现系统的定时运行、定时模式切换等。在上位机上也可以方便的控制程序的执行,实现远程监控。 在论文的最后详细的介绍了智能PID控制系统在三相全控桥主电路中的具体应用。总结了调试中遇到的问题,对今后工作中需要进一步改善和探索的地方进行了展望。
上传时间: 2013-08-01
上传用户:lvzhr
几个利用uicontrol进行gui编程的matlab脚本文件:生成菜单修改fig颜色,绘制正弦并允许字体调整,归一化二阶系统的阶跃响应
上传时间: 2014-06-07
上传用户:ryb