BP神经网络拟合函数,包括三角函数以及复杂函数,利用matlab语言编写程序
2021-09-22 19:25:07 29KB BP 神经网络
1
l-曲线矩阵代码入门 安装 Windows / Mac安装 (具有计算机上的管理员权限) 下载/安装R。 目前,它可与最新版本3.6.3一起使用。 如果遇到问题,请从页面的“下载R for Windows”>“基础”或“首次安装R”>页面下方选择“ Previous Releases”并获得3.6.3。 安装。 下载/安装开发环境(IDE) RStudio 。 转到分析数据部分 但是,如果您没有计算机的管理员权限 请按照此处的说明进行操作:这将引导您为R和RStudio下载并解压缩zip文件,然后在bin文件夹中运行.exe文件。 转到分析数据部分 Ubuntu / Linux安装 仅在Ubuntu 18.04上测试过 请遵循以下指示 sudo nano /etc/apt/sources.list ## add the line below to the file. ## For Ubuntu version 18.04 See the R ubuntu readme deb https://cloud.r-project.org/bin/linux/ubuntu bionic-cra
2021-09-22 12:44:56 1.63MB 系统开源
1
MATLAB中BP神经网络用于回归拟合算法实现(更新1).docx
2021-09-22 12:29:48 405KB bp神经网络
1
2018-07-19 最新更新, 主要是曲线拟合算法源码, 包含大多数常用的方程算法, 包括如下: "y = a+bx", "y = a+bx+cx^2", "y = a+bx+cx^2+dx^3", "y = a+bx+cx^2+dx^3+ex^4", "y = a*exp(bx)", "y = a*x^b", "y = a*ln(bx)", "y = d+(a-d)/(1+(x/c)^b)", "y = b*(x-a)^c*exp(-(x-a)/d)", "y = a+b*ln(x-c)", "x = d+(a-d)/(1+(y/c)^b) [y = c*((x-a)/(d-x))^(1/b)]", "y = a*exp(-bx) + c", "y = a + (b-a)*exp(-(x-c)*(x-c)/(2*d*d))", "y = a*(1-exp(-b*x)) + c", "y = c*((x-a)/(d-x))^(1/b)", "y = a*exp(bx)", "y = a*x^b", "y = a+bx+cx^2+dx^3+ex^4+fx^5", "y = a+bx+cx^2+dx^3+ex^4+fx^5+gx^6", "y = a+bx+cx^2+dx^3+ex^4+fx^5+gx^6+hx^7", "y = a+bx+cx^2+dx^3+ex^4+fx^5+gx^6+hx^7+ix^8", "y = a*exp(-(x-b)*(x-b)/(2*c*c)))", "y = a*(1-exp(-b*x))", "y = a*(1-exp(-b*x))^c", "y = a+b*erf((x-c)/d)"
2021-09-22 10:56:06 73KB 拟合算法 源码 CurveFitter (a-d)/(1+(x/c)^b
1
最小二乘法拟合圆公式推导及matlab实现,供大家参考
2021-09-21 20:34:31 188KB 最小二乘法 拟合 matlab
1
2.8最小外接圆 函数cv2.minEnclosingCircle()可以帮我们找到一个对象的外接圆。它是所有能够包括对象的圆中面积最小的一 个。 (x,y),radius = cv2.minEnclosingCircle(cnt) center = (int(x),int(y)) radius = int(radius) img = cv2.circle(img,center,radius,(0,255,0),2) 2.9椭圆拟合 使用函数cv2.ellipse(),返回值其实就是旋转边界矩形的内切圆。 ellipse = cv2.fitEllipse(cnt) img = cv2.ellipse(img,ellipse,(0,255,0),2) OpenCV中的轮廓 - 65 -本文档使用 看云 构建
2021-09-21 18:13:06 9.09MB python opencv
1
【ch09-过拟合】 交叉验证.pdf
2021-09-21 11:01:42 1.69MB 互联网
【ch09-过拟合】 学习率与动量.pdf
2021-09-21 11:01:42 825KB 互联网
过拟合与欠拟合.pdf
2021-09-21 11:01:41 1.26MB 互联网
折叠翼飞行器是一个由机身和内外翼组成的多刚体系统,当机翼折叠时,展长、机翼面积、全机气动焦点和飞机重心都会随之改变。采用准定常假设,通过DATCOM计算了7组中间构型的气动参数,并通过Matlab曲线拟合工具对不确定的气动参数进行拟合。对折叠翼系统的仿射线性LPV模型进行了多胞形分解,并采用二次Lyapunov函数方法设计了鲁棒变增益状态反馈控制器。仿真结果表明在鲁棒变增益控制器的作用下,变体飞行器在机翼折叠过程中波动较小,且折叠结束后能够快速回到稳定状态。
2021-09-20 15:51:54 637KB 折叠翼飞行器 曲线拟合 LPV 鲁棒控制
1