C现代编程++集成开发环境、设计模式、极限编程、测试驱动开发、重构、持续集成.pdf
2021-10-01 10:44:53
29.37MB
1
为了提高机器人的定位精度，对传统的基于神经网络的机器人精度补偿方法进行改进。采用两种基于粒子群优化的极限学习机（PSO-ELM）模型的精度补偿方法对机器人关节坐标及直角坐标进行补偿。分别对两种方法进行仿真实例分析，并与遗传算法优化的极限学习机（GA-ELM）模型进行对比。仿真结果表明，对直角坐标进行补偿的PSO-ELM机器人精度补偿法优于其他补偿方法，且具有较高的预测精度。
2021-09-30 14:38:54
1.62MB
1
核极限学习机，引入核函数解决ELM求解问题，一旦参数选定，结果就稳定下来，不再混入随机。在原来版本上加入自己理解改写，使得代码更容易理解。
2021-09-28 21:04:53
58KB
6加载周期：5分钟加载说明：默认参数0.01跑，我自己5000实盘跑加载货币对：开单条件严格，建议加载28个货币对GBPNZD GBPCAD GBPAUD EURNZD EURAUD GBPUSD EURCAD EURUSD NZDUSD AUDUSD
2021-09-28 17:08:37
472KB
6加载周期：5分钟加载说明：默认参数0.01跑，我自己5000实盘跑加载货币对：开单条件严格，建议加载28个货币对GBPNZD GBPCAD GBPAUD EURNZD EURAUD GBPUSD EURCAD EURUSD NZDUSD AUDUSD
2021-09-28 17:08:31
472KB
【预测模型】基于狮群算法改进核极限学习机(KELM)分类算法 matlab源码.md
2021-09-26 10:44:49
11KB
1