上传列表：

案例3 遗传算法优化BP神经网络-非线性函数拟合.rar - 基于遗传算法优化BP神经网络-非线性函数拟合,2019-04-01 10:25:25,下载2次
data.zip - 基于BP神经网络的非线性系统建模-非线性函数拟合,2019-04-01 10:24:23,下载2次
data1.zip - 基于BP神经网络的数据分类-语音特征信号分类,2019-04-01 10:23:28,下载0次
data.zip - 概率神经网络的分类预测-基于PNN变压器故障诊断,2019-04-01 10:22:20,下载7次
data.zip - Elman神经网络的数据预测—电力负荷预测模型研究,2019-04-01 10:20:32,下载5次
Opencv_TLD_ZK.rar - tld跟踪，C++语言编写，效果还可以。。。。。,2019-04-01 10:17:26,下载2次

近期下载：

RMII-Specification.rar - RMII 接口详细说明。可供相关接口开发人员使用。
EMD-SVM-5.rar - SVM method of forecasting Daquan, very good tools and methods of application
SVM.zip - 基于MATLAB的支持向量机（SVM）在故障诊断中的的应用例程
heart_scale.zip - 该文件为libsvm核心数据集文件，用于测试libsvm安装和学习开发。
fool-will-use-libsvm.rar - 笨蛋也会用libsvm,libsvm入门教程，非常有用
cluster_VMDaFCM_casedat.zip - 为了精准、稳定地提取滚动轴承故障特征，提出了基于变分模态分解和奇异值分解的特征提取方法，采用标准模糊C均值聚类(fuzzy C means clustering, FCM)进行故障识 别。对同一负荷下的已知故障信号进行变分模态分解，利用 奇异值分解技术进一步提取各模态特征，通过FCM形成标准聚类中心，采用海明贴近度对测试样本进行分类，并通过计算分类系数和“卜均模糊嫡对分类性能进行评价，将该方法 应用于滚动轴承变负荷故障诊断。通过与基于经验模态分解的特征提取方法对比，该方法对标准FCM初始化条件小敏感，在同负荷故障诊断中表现出更好的分类性能 变负荷故障诊断时，除外圈故障特征线发生明显迁移，其他测试样本故障特征线仍在原聚类中心附近，整体故障识别率保持在100 ，因此，该方法能精确、稳定提取故障特征，为实际滚动轴承智能故障诊断提供参考。

收藏：