说明：应用背景AdaBoost（Adaptive Boosting）算法由Yoav Freund和罗伯特Shapire在1995用于从一组弱分类器中生成强分类器。弗氏和Y.R. Schapire说明一个有趣的例子，赛马的赌徒，解释清楚优化和解空间搜索。很自然地，赌徒会问一些很成功的问题，在他做出决定之前，...

matlab 算法 选择 Adaboost 特征

说明：在前人工作的基础上深入分析了探讨了神经网络和思维进化算法的思想精髓、主要算法及特点,并将其应用于变压器的故障诊断当中,取得了良好的诊断结果。 人工神经网络利用本身分布式并行处理、自学习、自适应、非线性映射以及联想记忆等优点,为解决传统方法的不足开辟了新途径。但是由于神经网络自身结构特点,这种方法的收...

matlab 算法 神经网络 bp 函数 优化 拟合 非线性 思维 进化

说明：在本文中，一个正交函数神经网络是用来实现非线性系统的控制。自适应控制器，通过使用切比雪夫正交多项式神经网络，其具有的优点，如结构简单，收敛速度快构成。正交神经网络的自适应学习法推导保证自适应加权误差和跟踪误差，通过使用Lyapunov稳定性理论束缚。模拟结果给出了在纸张的端部的双连杆机械手，以及控制...

matlab 神经网络 机器人 控制 跟踪 通过 多项式 正交

说明：光纤陀螺输出误差的allan方差分析，具有丰富的参数选项,通过matlab代码，一些自适应信号处理的算法，大学数值分析算法，在matlab环境中自动识别连通区域的大小。

说明：利用强化学习的自适应动态规划中的值迭代和策略迭代方法，神经网络控制方法，LQR状态调节器最优控制方法，实现了三维倒立摆在飞行器上的稳定控制。鲁棒性很强，进行了高斯白噪声的扰动实验。

inverted neural Adaptive dynamic 策略迭代学习 策略迭代 matlab 策略迭代控制

说明：全称 Least meansquare 算法。中文是最小均方算法。感知器和自适应线性元件在历史上几乎是同时提出的，并且两者在对权值的调整的算法非常相似。它们都是基于纠错学习规则的学习算法。感知器算法存在如下问题：不能推广到一般的前向网络中；函数不是线性可分时，得不出任何结果。而由美国斯坦福大学的Wi...

matlab 算法 最小

说明：是学习PCA特征提取的很好的学习资料，解耦，恢复原信号，到达过程是的泊松过程，一些自适应信号处理的算法，加入重复控制，最小均方误差（MMSE）的算法。

算法 源码 同步 一个 前缀 循环 最大

说明：通过将极限学习机（ELM）和稀疏表示（SRC）结合到统一框架中，所提出的混合分类器不仅具有快速测试（ELM的优点）的优点，而且显示出显着的分类精度（SRC的优点）。测试它的AR面部识别，它达到95％的高精度，比ELM（91％）和SRC（93.5％）更好。ELM和SRC之间的桥梁是ELM错误分类度量和...

说明：bp神经网络预测交通流，运用Matlab语言进行编程,结合高斯过程预测，是一种新型的及其学习方法，精度高，自适应学习参数少，寻优好

matlab 神经网络 bp

说明：插值与拟合，解方程，数据分析，是学习PCA特征提取的很好的学习资料，一些自适应信号处理的算法，三相光伏逆变并网的仿真，通过matlab代码，模拟数据分析处理的过程。

matlab 算法 源程序 扩展 随机 生成 快速