社区
community_281
帖子详情
有没有求各种信号模糊函数的通用matlab程序
qq_29512403
2019-05-27 04:23:55
有没有求各种信号模糊函数的通用matlab程序
...全文
251
1
打赏
收藏
有没有求各种信号模糊函数的通用matlab程序
有没有求各种信号模糊函数的通用matlab程序
复制链接
扫一扫
分享
转发到动态
举报
写回复
配置赞助广告
用AI写文章
1 条
回复
切换为时间正序
请发表友善的回复…
发表回复
打赏红包
天亮后说晚安
2019-05-27
打赏
举报
回复
雷达原理与系统
matlab
仿真代码 常见
信号
时频分析与
模糊
函数
图(单载频,LFM,相位编码)
雷达原理与系统
matlab
仿真代码 常见
信号
时频分析与
模糊
函数
图(单载频,LFM,相位编码)
神经网络理论与
MATLAB
7实现.part2(PDF)
神经网络理论与
MATLAB
7实现.part1的下载地址: http://download.csdn.net/source/663471 第1章 概述 1.1
MATLAB
语言简介 1.1.1
MATLAB
概述 1.1.2
MATLAB
语言特点 1.1.3
MATLAB
7的安装 1.1.4
MATLAB
7的新特点 1.1.5
MATLAB
7的新产品及更新产品 1.1.6 Simulink 6.0的新特点 1.2
MATLAB
快速入门 1.2.1 命令行窗口 1.2.2 其他重要窗口 1.2.3 Editor/Debugger窗口 1.2.4
MATLAB
帮助系统 1.2.5 神经网络工具箱快速入门 1.3 神经网络发展史 1.3.1 初期阶段 1.3.2 停滞期 1.3.3 黄金时期 1.3.4 发展展望 1.4 神经网络模型 1.4.1 神经元结构模型 1.4.2 神经网络的互连模式 1.5 神经网络的特性及实现 1.6 小结 第2章 神经网络工具箱
函数
及实例 2.1 概述 2.2 神经网络工具箱中的
通用
函数
2.2.1 神经网络仿真
函数
sim 2.2.2 神经网络训练及学习
函数
2.2.3 神经网络初始化
函数
2.2.4 神经网络输入
函数
2.2.5 神经网络传递
函数
2.2.6 其他重要
函数
2.3 感知器的神经网络工具箱
函数
2.3.1 感知器创建
函数
2.3.2 显示
函数
2.3.3 性能
函数
2.4 BP网络的神经网络工具箱
函数
2.4.1 BP网络创建
函数
2.4.2 神经元上的传递
函数
2.4.3 BP网络学习
函数
2.4.4 BP网络训练
函数
2.4.5 性能
函数
2.4.6 显示
函数
2.5 线性网络的神经网络工具箱
函数
2.5.1 线性网络创建和设计
函数
2.5.2 学习
函数
2.6 自组织竞争网络的神经网络工具箱
函数
2.6.1 神经网络创建
函数
2.6.2 传递
函数
2.6.3 距离
函数
2.6.4 学习
函数
2.6.5 初始化
函数
2.6.6 权值
函数
2.6.7 显示
函数
2.6.8 结构
函数
2.7 径向基网络的神经网络工具箱
函数
2.7.1 神经网络创建
函数
2.7.2 转换
函数
2.7.3 传递
函数
2.8 反馈网络的神经网络工具箱
函数
2.8.1 Hopfield网络的工具箱
函数
2.8.2 Elman网络的工具箱
函数
2.9 小结 第3章 前向型神经网络理论及
MATLAB
实现 3.1 感知器网络及
MATLAB
实现 3.1.1 单层感知器网络 3.1.2 多层感知器 3.2 BP网络及
MATLAB
实现 3.2.1 BP网络理论 3.2.2 BP网络的
MATLAB
设计 3.3 线性神经网络及
MATLAB
实现 3.3.1 线性神经网络的结构 3.3.2 线性神经网络的学习 3.3.3 线性网络的
MATLAB
仿真 3.4 径向基
函数
网络及
MATLAB
实现 3.4.1 径向基网络结构 3.4.2 径向基
函数
的学习过程 3.4.3 RBF网络应用实例 3.4.4 基于RBF网络的非线性滤波 3.4.5 基于GRNN的
函数
逼近 3.4.6 基于概率神经网络的分类 3.5 GMDH网络及
MATLAB
实现 3.5.1 GMDH网络理论 3.5.2 GMDH网络的训练 3.5.3 基于GMDH网络的预测 3.6 小结 第4章 反馈型神经网络理论及
MATLAB
实现 4.1 Elman神经网络及应用 4.1.1 Elman神经网络结构 4.1.2 Elman神经网络的学习过程 4.1.3 Elman神经网络的工程应用 4.1.4 基于Elman网络的空调负荷预测 4.2 Hopfield神经网络及
MATLAB
实现 4.2.1 Hopfield网络描述 4.2.2 Hopfield网络的学习过程 4.2.3 几个重要结论 4.2.4 Hopfield网络的
MATLAB
开发 4.2.5 基于Hopfield网络的数字识别 4.3 CG网络模型及应用 4.3.1 CG神经网络理论 4.3.2 基于CG网络的有限元分析 4.4 盒中脑(BSB)模型及
MATLAB
实现 4.4.1 BSB神经网络模型描述 4.4.2 BSB的
MATLAB
实现 4.5 双向联想记忆(BAM)及
MATLAB
实现 4.5.1 Kosko型BAM网络模型 4.5.2 BAM网络的实例分析 4.6 回归BP网络及应用 4.6.1 回归BP网络概述 4.6.2 基于回归BP网络的房价预测 4.7 Boltzmann机网络及仿真 4.7.1 BM网络的基本
智能控制及其
MATLAB
实现2005李国勇编著.part3.rar
第一篇 神经网络控制及其
MATLAB
实现 第1章 神经网络控制理论 1.1 神经网络的基本概念 1.1.1 生物神经元的结构与功能特点 1.1.2 人工神经元模型 1.1.3 神经网络的结构 1.1.4 神经网络的工作方式 1.1.5 神经网络的学习 1.1.6 神经网络的分类 1.2 典型神经网络的模型 1.2.1 MP模型 1.2.2 感知机神经网络 1.2.3 自适应线性神经网络 1.2.4 BP神经网络 1.2.5 径向基神经网络 1.2.6 竞争学习神经网络 1.2.7 学习向量量化(LVQ)神经网络 1.2.8 Elman神经网络 1.2.9 Hopfield神经网络 1.2.10 Boltzmann神经网络 1.2.11 神经网络的训练 1.3 神经网络控制系统 1.3.1 神经控制的基本原理 1.3.2 神经网络在控制中的主要作用 1.3.3 神经网络控制系统的分类 第2章
MATLAB
神经网络工具箱
函数
2.1 感知机神经网络工具箱
函数
2.2 线性神经网络工具箱
函数
2.3 BP神经网络工具箱
函数
2.4 径向基神经网络工具箱
函数
2.5 自组织神经网络工具箱
函数
2.6 学习向量量化(LVQ)神经网络工具箱
函数
2.7 Elman神经网络工具箱
函数
2.8 Hopfield神经网络工具箱
函数
2.9
MATLAB
神经网络工具箱的图形用户界面 第3章 基于Simulink的神经网络控制系统 3.1 基于Simulink的神经网络模块 3.1.1 模块的设置 3.1.2 模块的生成 3.2 基于Simulink的三种典型神经网络控制系统 3.2.1 神经网络模型预测控制 3.2.2 反馈线性化控制 3.2.3 模型参考控制第二篇
模糊
逻辑控制及其
MATLAB
实现 第4章
模糊
逻辑控制理论 4.1
模糊
逻辑理论的基本概念 4.1.1
模糊
集合及其运算 4.1.2
模糊
关系及其合成 4.1.3
模糊
向量及其运算 4.1.4
模糊
逻辑规则 4.1.5
模糊
逻辑推理 4.2
模糊
逻辑控制系统的基本结构 4.2.1
模糊
控制系统的组成 4.2.2
模糊
控制器的基本结构 4.2.3
模糊
控制器的维数 4.2.4
模糊
控制中的几个基本运算操作 4.3
模糊
逻辑控制系统的基本原理 4.3.1
模糊
化运算 4.3.2 数据库 4.3.3 规则库 4.3.4
模糊
推理 4.3.5 清晰化计算 4.4 离散论域的
模糊
控制系统的设计 4.5 具有PID功能的
模糊
控制器 第5章
MATLAB
模糊
逻辑工具箱
函数
5.1
MATLAB
模糊
逻辑工具箱简介 5.1.1
模糊
逻辑工具箱的功能特点 5.1.2
模糊
推理系统的基本类型 5.1.3
模糊
逻辑系统的构成 5.2 利用
模糊
逻辑工具箱建立
模糊
推理系统 5.2.1
模糊
推理系统的建立、修改与存储管理 5.2.2
模糊
语言变量及其语言值 5.2.3
模糊
语言变量的隶属度 5.2.4
模糊
规则的建立与修改 5.2.5
模糊
推理计算与去
模糊
化 5.3
MATLAB
模糊
逻辑工具箱的图形用户界面 5.3.1
模糊
推理系统编辑器(Fuzzy) 5.3.2 隶属度
函数
编辑器(Mfedit) 5.3.3
模糊
规则编辑器(Ruleedit) 5.3.4
模糊
规则浏览器(Ruleview) 5.3.5
模糊
推理输入输出曲面视图(Surfview) 5.4 基于Simulink的
模糊
逻辑的系统模块 第6章
模糊
神经和
模糊
聚类及其
MATLAB
实现 6.1 基于标准模型的
模糊
神经网络 6.1.1
模糊
系统的标准模型 6.1.2 系统结构 6.1.3 学习算法 6.2 基于Takagi-Sugeno模型的
模糊
神经网络 6.2.1
模糊
系统的Takagi-Sugeno模型 6.2.2 系统结构 6.2.3 学习算法 6.3
MATLAB
模糊
神经工具箱
函数
6.3.1
模糊
神经系统的建模
函数
6.3.2 采用网格分割方式生成
模糊
推理系统
函数
6.3.3
MATLAB
模糊
神经推理系统的图形用户界面 6.4
MATLAB
模糊
聚类
函数
6.4.1
模糊
C.均值聚类
函数
6.4.2 减法聚类
函数
6.4.3 基于减法聚类的
模糊
推理系统建模
函数
第三篇 预测控制及其
MATLAB
实现 第7章 预测控制理论 7.1 动态矩阵控制理论 7.1.1 预测模型 7.1.2 滚动优化 7.1.3 误差校正 7.2 广义预测控制理论 7.2.1 预测模型 7.2.2 滚动优化 7.2.3 反馈校正 7.3 预测控制理论分析 7.3.1 广义预测控制的性能分析 7.3.2 广义预测控制与动态矩阵控制规律的等价性证明 7.3.3 广义预测控制与动态矩阵控制的比较 第8章 MATI.AB预测控制工具箱
函数
8.1 系统模型辨识
函数
8.1.1 数据向量或矩阵的归一化 8.1.2 基于线性回归方法的脉冲响应模型辨识 8.1.3 脉冲响应模型转换为阶跃响应模型 8.1.4 模型的校验 8.2 系统模型建立与转换
函数
8.2.1 模型转换 8.2.2 模型建立 8.3 基于阶跃响应模型的控制器设计与仿真
函数
8.3.1 输入/输出有约束的模型预测控制器设计与仿真 8.3.2 输入/输出无约束的模型预测控制器设计 8.3.3 计算由阶跃响应模型构成的闭环系统模型 8.4 基于状态空间模型的预测控制器设计
函数
8.4.1 输入/输出有约束的状态空间模型预测控制器设计 8.4.2 输入腧出无约束的状态空间模型预测控制器设计 8.4.3 状态估计器设计 8.5 系统分析与绘图
函数
8.5.1 计算和绘制系统的频率响应曲线 8.5.2 计算频率响应的奇异值 8.5.3 计算系统的极点和稳态增益矩阵 8.5.4 系统分析和绘图 8.6
通用
功能
函数
8.6.1
通用
模型转换 8.6.2 方程
求
解 8.6.3 离散系统的分析 第9章 隐式广义预测自校正控制及其
MATLAB
实现 9.1 单输入单输出系统的隐式广义预测自校正控制算法 9.2 多输入多输出系统的隐式广义预测自校正控制算法 9.3 仿真研究 9.3.1 单输入单输出系统的仿真研究 9.3.2 多输入多输出系统的仿真研究附录A 隐式广义预测自校正控制仿真
程序
清单附录B
MATLAB
函数
一览表附录C
MATLAB
函数
分类索引参考文献
神经网络理论与
MATLAB
7实现
第1章 概述 1.1
MATLAB
语言简介 1.1.1
MATLAB
概述 1.1.2
MATLAB
语言特点 1.1.3
MATLAB
7的安装 1.1.4
MATLAB
7的新特点 1.1.5
MATLAB
7的新产品及更新产品 1.1.6 Simulink 6.0的新特点 1.2
MATLAB
快速入门 1.2.1 命令行窗口 1.2.2 其他重要窗口 1.2.3 Editor/Debugger窗口 1.2.4
MATLAB
帮助系统 1.2.5 神经网络工具箱快速入门 1.3 神经网络发展史 1.3.1 初期阶段 1.3.2 停滞期 1.3.3 黄金时期 1.3.4 发展展望 1.4 神经网络模型 1.4.1 神经元结构模型 1.4.2 神经网络的互连模式 1.5 神经网络的特性及实现 1.6 小结 第2章 神经网络工具箱
函数
及实例 2.1 概述 2.2 神经网络工具箱中的
通用
函数
2.2.1 神经网络仿真
函数
sim 2.2.2 神经网络训练及学习
函数
2.2.3 神经网络初始化
函数
2.2.4 神经网络输入
函数
2.2.5 神经网络传递
函数
2.2.6 其他重要
函数
2.3 感知器的神经网络工具箱
函数
2.3.1 感知器创建
函数
2.3.2 显示
函数
2.3.3 性能
函数
2.4 BP网络的神经网络工具箱
函数
2.4.1 BP网络创建
函数
2.4.2 神经元上的传递
函数
2.4.3 BP网络学习
函数
2.4.4 BP网络训练
函数
2.4.5 性能
函数
2.4.6 显示
函数
2.5 线性网络的神经网络工具箱
函数
2.5.1 线性网络创建和设计
函数
2.5.2 学习
函数
2.6 自组织竞争网络的神经网络工具箱
函数
2.6.1 神经网络创建
函数
2.6.2 传递
函数
2.6.3 距离
函数
2.6.4 学习
函数
2.6.5 初始化
函数
2.6.6 权值
函数
2.6.7 显示
函数
2.6.8 结构
函数
2.7 径向基网络的神经网络工具箱
函数
2.7.1 神经网络创建
函数
2.7.2 转换
函数
2.7.3 传递
函数
2.8 反馈网络的神经网络工具箱
函数
2.8.1 Hopfield网络的工具箱
函数
2.8.2 Elman网络的工具箱
函数
2.9 小结 第3章 前向型神经网络理论及
MATLAB
实现 3.1 感知器网络及
MATLAB
实现 3.1.1 单层感知器网络 3.1.2 多层感知器 3.2 BP网络及
MATLAB
实现 3.2.1 BP网络理论 3.2.2 BP网络的
MATLAB
设计 3.3 线性神经网络及
MATLAB
实现 3.3.1 线性神经网络的结构 3.3.2 线性神经网络的学习 3.3.3 线性网络的
MATLAB
仿真 3.4 径向基
函数
网络及
MATLAB
实现 3.4.1 径向基网络结构 3.4.2 径向基
函数
的学习过程 3.4.3 RBF网络应用实例 3.4.4 基于RBF网络的非线性滤波 3.4.5 基于GRNN的
函数
逼近 3.4.6 基于概率神经网络的分类 3.5 GMDH网络及
MATLAB
实现 3.5.1 GMDH网络理论 3.5.2 GMDH网络的训练 3.5.3 基于GMDH网络的预测 3.6 小结 第4章 反馈型神经网络理论及
MATLAB
实现 4.1 Elman神经网络及应用 4.1.1 Elman神经网络结构 4.1.2 Elman神经网络的学习过程 4.1.3 Elman神经网络的工程应用 4.1.4 基于Elman网络的空调负荷预测 4.2 Hopfield神经网络及
MATLAB
实现 4.2.1 Hopfield网络描述 4.2.2 Hopfield网络的学习过程 4.2.3 几个重要结论 4.2.4 Hopfield网络的
MATLAB
开发 4.2.5 基于Hopfield网络的数字识别 4.3 CG网络模型及应用 4.3.1 CG神经网络理论 4.3.2 基于CG网络的有限元分析 4.4 盒中脑(BSB)模型及
MATLAB
实现 4.4.1 BSB神经网络模型描述 4.4.2 BSB的
MATLAB
实现 4.5 双向联想记忆(BAM)及
MATLAB
实现 4.5.1 Kosko型BAM网络模型 4.5.2 BAM网络的实例分析 4.6 回归BP网络及应用 4.6.1 回归BP网络概述 4.6.2 基于回归BP网络的房价预测 4.7 Boltzmann机网络及仿真 4.7.1 BM网络的基本结构 4.7.2 BM模型的工作规则和学习规则 4.7.3 BM网络的
MATLAB
仿真 4.8 小结 第5章 自组织与LVQ神经网络
神经网络理论与
MATLAB
7实现.part1 (PDF)
第1章 概述 神经网络理论与
MATLAB
7实现.part2的下载地址: http://download.csdn.net/source/663497 1.1
MATLAB
语言简介 1.1.1
MATLAB
概述 1.1.2
MATLAB
语言特点 1.1.3
MATLAB
7的安装 1.1.4
MATLAB
7的新特点 1.1.5
MATLAB
7的新产品及更新产品 1.1.6 Simulink 6.0的新特点 1.2
MATLAB
快速入门 1.2.1 命令行窗口 1.2.2 其他重要窗口 1.2.3 Editor/Debugger窗口 1.2.4
MATLAB
帮助系统 1.2.5 神经网络工具箱快速入门 1.3 神经网络发展史 1.3.1 初期阶段 1.3.2 停滞期 1.3.3 黄金时期 1.3.4 发展展望 1.4 神经网络模型 1.4.1 神经元结构模型 1.4.2 神经网络的互连模式 1.5 神经网络的特性及实现 1.6 小结 第2章 神经网络工具箱
函数
及实例 2.1 概述 2.2 神经网络工具箱中的
通用
函数
2.2.1 神经网络仿真
函数
sim 2.2.2 神经网络训练及学习
函数
2.2.3 神经网络初始化
函数
2.2.4 神经网络输入
函数
2.2.5 神经网络传递
函数
2.2.6 其他重要
函数
2.3 感知器的神经网络工具箱
函数
2.3.1 感知器创建
函数
2.3.2 显示
函数
2.3.3 性能
函数
2.4 BP网络的神经网络工具箱
函数
2.4.1 BP网络创建
函数
2.4.2 神经元上的传递
函数
2.4.3 BP网络学习
函数
2.4.4 BP网络训练
函数
2.4.5 性能
函数
2.4.6 显示
函数
2.5 线性网络的神经网络工具箱
函数
2.5.1 线性网络创建和设计
函数
2.5.2 学习
函数
2.6 自组织竞争网络的神经网络工具箱
函数
2.6.1 神经网络创建
函数
2.6.2 传递
函数
2.6.3 距离
函数
2.6.4 学习
函数
2.6.5 初始化
函数
2.6.6 权值
函数
2.6.7 显示
函数
2.6.8 结构
函数
2.7 径向基网络的神经网络工具箱
函数
2.7.1 神经网络创建
函数
2.7.2 转换
函数
2.7.3 传递
函数
2.8 反馈网络的神经网络工具箱
函数
2.8.1 Hopfield网络的工具箱
函数
2.8.2 Elman网络的工具箱
函数
2.9 小结 第3章 前向型神经网络理论及
MATLAB
实现 3.1 感知器网络及
MATLAB
实现 3.1.1 单层感知器网络 3.1.2 多层感知器 3.2 BP网络及
MATLAB
实现 3.2.1 BP网络理论 3.2.2 BP网络的
MATLAB
设计 3.3 线性神经网络及
MATLAB
实现 3.3.1 线性神经网络的结构 3.3.2 线性神经网络的学习 3.3.3 线性网络的
MATLAB
仿真 3.4 径向基
函数
网络及
MATLAB
实现 3.4.1 径向基网络结构 3.4.2 径向基
函数
的学习过程 3.4.3 RBF网络应用实例 3.4.4 基于RBF网络的非线性滤波 3.4.5 基于GRNN的
函数
逼近 3.4.6 基于概率神经网络的分类 3.5 GMDH网络及
MATLAB
实现 3.5.1 GMDH网络理论 3.5.2 GMDH网络的训练 3.5.3 基于GMDH网络的预测 3.6 小结 第4章 反馈型神经网络理论及
MATLAB
实现 4.1 Elman神经网络及应用 4.1.1 Elman神经网络结构 4.1.2 Elman神经网络的学习过程 4.1.3 Elman神经网络的工程应用 4.1.4 基于Elman网络的空调负荷预测 4.2 Hopfield神经网络及
MATLAB
实现 4.2.1 Hopfield网络描述 4.2.2 Hopfield网络的学习过程 4.2.3 几个重要结论 4.2.4 Hopfield网络的
MATLAB
开发 4.2.5 基于Hopfield网络的数字识别 4.3 CG网络模型及应用 4.3.1 CG神经网络理论 4.3.2 基于CG网络的有限元分析 4.4 盒中脑(BSB)模型及
MATLAB
实现 4.4.1 BSB神经网络模型描述 4.4.2 BSB的
MATLAB
实现 4.5 双向联想记忆(BAM)及
MATLAB
实现 4.5.1 Kosko型BAM网络模型 4.5.2 BAM网络的实例分析 4.6 回归BP网络及应用 4.6.1 回归BP网络概述 4.6.2 基于回归BP网络的房价预测 4.7 Boltzmann机网络及仿真 4.7.1 BM网络的基本结构 4.7.2 BM模型的工作规则和学习规则 4.7.3 BM网络的
MATLAB
仿真 4.8 小结 第5章 自组织与LVQ神经网络理论及
MATLAB
实现 5.1 自组织竞争网络及
MATLAB
实现 5.1.1 基本竞争型神经网络概述 5.1.2 自组织竞争网络的应用 5.2 自组织特征映射(SOM)神经网络及
MATLAB
实现 5.2.1 SOM网络的结构 5.2.2 SOM网络学习算法 5.2.3 基于SOM网络的土壤分类 5.2.4 基于SOM网络的人口分类 5.3 自适应共振理论模型(ART)及
MATLAB
实现 5.3.1 ART-1型网络模型描述 5.3.2 ART-1网络的学习及工作过程 5.3.3 ART-1网络的应用实例 5.4 学习矢量量化(LVQ)神经网络及
MATLAB
实现 5.4.1 LVQ网络的结构 5.4.2 LVQ网络的学习规则 5.4.3 基于LVQ网络的模式识别 5.5 对向传播网络(CPN)及
MATLAB
实现 5.5.1 CPN概述 5.5.2 CPN应用实例 5.6 小结 第6章 图形用户界面GUI 第7章 神经网络控制理论及应用设计 第8章 基于神经网络的故障诊断 第9章 基于神经网络的预测 第10章 基于神经网络的
模糊
控制 参考文献
community_281
594
社区成员
254,047
社区内容
发帖
与我相关
我的任务
community_281
提出问题
复制链接
扫一扫
分享
社区描述
提出问题
其他
技术论坛(原bbs)
社区管理员
加入社区
获取链接或二维码
近7日
近30日
至今
加载中
查看更多榜单
社区公告
暂无公告
试试用AI创作助手写篇文章吧
+ 用AI写文章