采用BP神经网络对反馈进行学习，可以根据整个系统运行状态，不断自动调整三个PID控制参数，而不像传统PID控制需要人工调整。因而比传统的PID控制算法更具有良好的灵活性和的适应性。
2021-05-17 16:00:10
8KB
1
西电网信院人工智能课程实验报告，利用遗传算法解决 TSP 问题及可视化程序，基于神经网络的 MNIST 手写数字识别，python实现
2021-05-15 11:56:39
3.77MB
1
本文对语音识别的主要过程进行了详细的介绍。在语音的特征参数提取阶
段，本文着重介绍了实际应用中经常使用的线性预测倒谱系数(LPCC)和美尔
频率倒谱系数(MFCC)等。本文主要研究了基于BP神经网络的语音识别，并
提出了基于MFCC与LPCC混合参数的语音识别方法，以更好地表现语音的特
征，避免传统的分段线性处理所产生的局限性，提高了识别性能。实验结果显示，
该方法比传统的MFCC参数的语音识别方法具有更好的识别性能。本文还对识
别系统中的BP神经网络进行了优化，改进了性能，缩短了训练时间，为将来移
植到嵌入式系统中打下了良好的基础。
2021-05-13 22:41:41
4.28MB
1
内含多个参考程序，集大成
1.基于模拟退火遗传算法优化BP神经网络的预测（matlab，可直接执行，包括数据集，可直接出对比图）
2.基于神经网络，粒子群，模拟退火的PYTHON，c写法
2021-05-07 15:02:14
32.09MB
1