本文实例讲述了Python实现的人工神经网络算法。分享给大家供大家参考，具体如下： 注意：本程序使用Python3编写，额外需要安装numpy工具包用于矩阵运算，未测试python2是否可以运行。 本程序实现了《机器学习》书中所述的反向传播算法训练人工神经网络，理论部分请参考我的读书笔记。 在本程序中，目标函数是由一个输入x和两个输出y组成， x是在范围【-3.14, 3.14】之间随机生成的实数，而两个y值分别对应 y1 = sin(x)，y2 = 1。 随机生成一万份训练样例，经过网络的学习训练后，再用随机生成的五份测试数据验证训练结果。 调节算法的学习速率，以及隐藏层个数、隐藏层大小，训

建立了采用四桥臂逆变器为主电路的三相四线制电力有源滤波器的数学模型。该电力有源滤波器基于滑模的控制策略,采用指数趋近律的方法以减少抖动的影响。Matlab仿真结果表明,基于滑模控制策略的三相四线制电力有源滤波器具有很好的谐波抑制性能。

【预测模型】 GUI BP神经网络预测【含Matlab源码 934期】.zip

Matlab神经网络应用设计

考虑高超声速飞行器飞行过程中气动参数变动导致的不确定,将模糊控制与二阶滑模控制相结合,形成自适应模糊二阶滑模控制器,用于控制高超声速飞行器姿态的飞行系统中.依据奇异摄动理论,设计快速和慢速双闭环系统控制角速率和姿态角.设计二阶滑模控制器用于有效地衰减抖振,同时对姿态角指令实现准确和快速跟踪.采用自适应模糊逻辑逼近高超声速飞行器动力学和运动学模型中的不确定部分,以对控制器进行有效补偿,基于Lyapunov稳定性理论,推导模糊规则参数的自适应律,确保整个闭环控制系统的稳定.仿真结果表明,所提出的高超声速飞行器的自适应模糊滑模控制系统能够有效抑制气动参数摄动的影响,对姿态角指令有较好的跟踪性能.

基于Buck-Boost电压平衡器构架的双极性直流微电网获得了广泛研究。其中有效地控制电压平衡器使系统正、负极电压保持相等，从而保证系统的供电电能质量。针对Buck-Boost电压平衡器的控制，设计一种双积分滑模控制器。该方法考虑了系统的非线性和工作动态，并采用双积分滑模面以减小稳态误差。实验结果表明，相比传统的PI控制器，本文设计的控制器能有效缩短动态调节时间和减小正、负极电压差值。

实现去雾算法，发现其中的问题，并对算法进行改进。 我首先实现了基于暗原色先验的去雾算法，并从运算速度和去雾效果方面进行了一定的改进。 之后，我训练了 AOD 卷积网络来进行图像去雾，并对数据集图片做一定的处理，增加了网络的鲁棒性，去雾效果也很不错。暗原色先验的去雾算法使用 MATLAB 实现，使用 MATLAB 的 GUI 设计了用户界面；AOD 卷积网络使用 Python 实现，使用 pyqt 设计了用户界面。

Acho-bot 使用神经网络的自动瞄准机器人。 它使用OpenCV 3.3 dnn模块和经过改进的MobileNetSSD caffemodel来检测屏幕上具有人形的实体，然后将光标移到它们上方并单击。 为诸如Fornite之类的游戏创建一个自动瞄准机器人是一个操场主意。 入门 先决条件 Python3 安装 pip3 install -r requirements.txt 用法 python3 achobot.py 将会出现一个正在抓屏的窗口，在这些抓屏上正在寻找人员。 找到一个人后，便单击它。 您甚至可以检查它是否与男生一起打开照片。 注意：要退出，将机器人窗口聚焦，请按“ q”。 建于 作为IDE 使每个项目都在库中苦苦挣扎。 贡献 请阅读以获取有关我们的行为准则以及向我们提交请求请求的过程的详细信息。 执照 此项目已获得Apache许可的许可-有关详细信息，请参阅文件。

建立了双端基于电压源型换流器的高压直流输电(VSC-HVDC)系统的小信号模型；利用特征根分析法，基于线性化状态空间模型，将与系统特征根直接相关的振荡模式和衰减模式的罚函数作为目标函数；提出了基于粒子群优化算法的VSC-HVDC系统的控制参数优化策略，对整个系统的控制参数同时进行整体优化。仿真结果验证了小信号模型的正确性；优化后的系统在小扰动、大扰动、潮流反转及故障情况下均具有较高的控制精度，整个系统的稳态与暂态特性均得到较大改善。

全部的Matlab神经网络43例源码，和Matlab神经网络43例配套。内容详细，值得学习，和配套的书一起使用效果更好