说明: 为检验支持向量机非线性回归的泛化能力,BP神经网络有着很强的非线性拟合能力,能以任意精度逼近任意非线性连续函数,当然其前提条件是——神经网络构造适当并且训练充分。
说明:此代码是为了 ECI 地心机械化中导航
说明:这段代码实现了著名的Chan-Vese分割算法,该算法来自于论文“无边缘活动轮廓”。这项技术使初始曲线变形,以便根据两个区域的平均值将前景与背景分开。该技术对初始化非常鲁棒,并且在前景和背景有差异时会给出非常好的结果意思是,这个代码在实现中使用活动轮廓和级别集。它还可以作为实现各种基于区域的活动轮廓...
说明:将粒子群算法与BP神经网络结合用于BP神经网络的训练,即优化网络中的连接权值和各项阈值。输入变量选择风速,风向角的余弦值及正弦值,输出变量选择风电功率。利用某风电场过去一年的实测数据作为训练样本,基于MATLAB编写PSO-BP算法进行风电功率预测。