说明:SOM自组织神经网络是神经网络的一种。个人感觉属于仿生学的一种方法。这种网络是基于生理学和脑科学研究成果提出的。与前向神经网络不同,它是一种无监督的学习。适用于数据聚类。完成自组织特征映射的算法较多。下面给出一种常用的自组织算法: (1)权值初始化并选定
说明:对lidar数据进行处理,并建立delaunay三角网
说明:无线传感器网络是一种全新的信息获取平台,能够实时监测和采集网络分布区域内的各种检测对象的信息,并将这些信息发送到网关节点,以实现复杂的指定范围内目标检测与跟踪,具有快速展开、抗毁性强等特点,有着广阔的应用前景。
说明:介绍droop控制的基本原理并利用其原理从而提高微网的稳定性
说明:Elman神经网络建立建筑物电力负荷预测模型中遇到的几个关键问题有,数据归一化处理、输入输出样本的选取、隐含层节点数的确定;分别建立Elman神经网络模型,并利用某栋建筑物实际历史电力负载数据进行预测,分析比较与实际数据值的预测精度,得出了一个有效的数据预测模型。
说明:配电系统信息网络,该模型由一个100kw的光伏阵列通过一个DC-DC升压转换器(vsc)连接到一个25kv的公共电网。最大功率点跟踪(MPPT)通过使用“增量电导+积分调节器”技术的simulink模型在升压转换器中实现。另外,光伏阵列模块与包含通讯环的信息模块通过一系列变压器等器件并网。
说明:在matlab中读取原始坐标文件,使用读取到的坐标按Delaunay三角网生成算法生成边表和三角形表,最终生成Delaunay三角网,并调用plot绘制
说明:分别用BP神经网络和RBF神经网络进行预测分析。首先读取数据样本,然后对样本进行随机排列,并分成训练样本和测试样本。由于每次运行,样本都是随机排列的,能够保证测试的有效性。
说明:本实例采用一种简单的个人客户信贷信用评估方法,对所有客户做二分类,只区分好和差两种情况。数据采用德国信用数据库。德国信用数据库由Hans Hofmann教授整理,包含1000份客户资料,每位客户包含20条属性,并给出了信用的好或差的标注。源代码网址如下: http://www.zhangy...