本程序针对多输入多输出的耦合网络,设计了PID神经元网络,达到了很好的控制效果。
Matlab实现GA-LSTM遗传算法优化长短期记忆网络的数据多输入单输出回归预测(完整源码和数据) 命令窗口输出MAE、MAPE、MSE、R2、MSE等指标。 优化学习率、隐藏层节点数、正则化系数。
2023-04-03 22:23:22 417KB matlab 网络 lstm 回归
传统直流变换器具有体积大、功率密度低和转换效率低等缺陷,为了克服这些缺陷本文提出了一种隔离双向反激直流变换器型多输入逆变电源,并详细论述了其电路拓扑、控制策略、稳态原理特性、主要电路参数设计。该多输入逆变电源拓扑是由串联同时供电隔离双向反激多输入直流变换器和极性反转桥两部分构成,采用主从功率分配SPWM控制策略。设计并研制的500 W 80VDC/220 V 50 Hz AC隔离双向反激直流变换器型多输入逆变电源,具有电路拓扑简洁、变换效率高、输出波形质量高、负载短路时可靠性高等优点。
1
在已知的多输入多输出(MIMO)及正交频分复用(OFDM)系统的信号检测算法中,球型译码检测算法的译码性能十分接近于性能最优的最大似然检测算法,并且其译码复杂度有很大的降低,但其会受到译码半径的影响。普通的球型译码检测算法,信道噪声对算法的译码半径影响较大,为了降低信道噪声对译码半径的影响度,提出了一种新型的球型译码检测算法,该算法在译码初始半径分别根据两种不同的情况作出选择。仿真结果显示,其选择的译码半径受噪声的影响极小,达到了降低译码复杂度的目的。总体而言,新型的球型译码检测算法极大地降低了译码复杂度
1
多输入多输出-正交频分复用(MIMO-OFDM)系统中,通过联合估计信道矩阵和干扰协方差矩阵(ICM)的方法来抑制同信道干扰.首先,利用最小二乘法和残差估计方法获取信道矩阵和ICM的初始估计值;然后,基于Cholesky分解方法对ICM的估计值进行改善,并利用改善后的ICM估计值对信道矩阵估计值进行更新.该方法充分利用了时域和频域中的所有可用信息,提高了信道估计精度,较好地抑制了同信道干扰.仿真结果表明:与其他可实现的非迭代方法相比,该方法所得的信道频率响应估计均方误差性能增益高于2 d B;信干噪比(SINR)越大,比特误码率性能的改善程度越好,并且随着天线数的增多,性能增益也增大.
1
利用压缩感知实现运动目标的稀疏成像时,运动引起的多普勒频移会增加模型维度,改变回波的中心频率,并影响测量矩阵的互相干特性。为了改善MIMO雷达对运动目标的三维成像性能,提出了一种高效的成像方法,在各维分别搜索目标的分布信息,并由该信息作为索引重构新的低维测量矩阵,借此缩小目标区域范围,同时基于测量矩阵的互相干性,应用贝叶斯方法实现多普勒维度投影矩阵的优化,降低多普勒频率采样带来的强相干性,实现高效稀疏成像。仿真结果表明,所提方法可以明显地提升运算效率,具有高效精确的成像性能。
1
MATLAB实现DBO-BP多输入单输出回归预测(完整源码和数据) 螳螂算法优化BP神经网络多输入回归预测,数据为多输入回归数据,输入2个特征,输出1个变量,程序乱码是由于版本不一致导致,可以用记事本打开复制到你的文件。 运行环境MATLAB2018b及以上。
MATLAB实现GWO-BiLSTM灰狼算法优化双向长短期记忆神经网络多输入单输出回归预测(完整源码和数据) 灰狼算法优化参数为初始学习率,隐藏层节点个数,正则化参数。 数据为多输入回归数据,输入6个特征,输出1个变量。 运行环境MATLAB2018b及以上,程序乱码是由于版本不一致导致,可以用记事本打开复制到你的文件。
蜣螂优化算法(DBO)优化BP神经网络多输入单输出回归预测(Matlab完整程序和数据) 蜣螂优化算法(DBO),BP神经网络,多输入单输出回归预测。 蜣螂优化算法(DBO)优化BP神经网络多输入单输出回归预测(Matlab完整程序和数据)
MATLAB实现GWO-LSTM灰狼算法优化长短期记忆神经网络多输入单输出回归预测(完整源码和数据) 灰狼算法优化参数为初始学习率,隐藏层节点个数,正则化参数。 数据为多输入回归数据,输入6个特征,输出1个变量。 运行环境MATLAB2018b及以上,程序乱码是由于版本不一致导致,可以用记事本打开复制到你的文件。