SVM-for-cassification

filter calculations matlab files

Beschreibung zur wind turbine Tool Box

开发环境:Matlab 简要说明:动量-自适应学习调整算法。在实际应用中，原始的BP算法很难胜任，因此出现了很多的改进算法。BP算法的改进主要有两种途径，一种是采用启发式学习方法，另一种则是采用更有效的优化算法。本例采用动量BP算法，来实现对网络的训练过程，动量法降低了网络对于误差曲面局部细节的敏感性，有效地抑制网络陷于局部极小。(development environment : Matlab Brief Description : Momentum-adaptive learning algorithm adjustments. In practical application, the original BP algorithm competence, resulting in a lot of improved algorithm. BP algorithm improvements There are two main ways of using a heuristic approach to learning Another is the use of a more effective method of optimization. Momentum cases using the BP algorithm to achieve the network training process, Momentum for reducing error of the network for local surface details of the sensitivity, to effectively curb the network into local minima.)

VB与Matlab集成求解车间调度优化问题，详细的论文解说。(VB and Matlab integration for solving job shop scheduling problem)

Doubly-Fed Induction Generator driven by a Wind Turbine Stator disconnected from grid

说明：  带残差模型灰色预测模型.GM(1,1),残差,matlab(The grey prediction model with residual error model )

有理分式反差商法插值代码，用于有理分式的插值计算和数据处理，适合matlab算法学习者参考。(Commercial contrast rational fraction interpolation code for rational fraction interpolation calculation and data processing, matlab algorithm suitable for learners.)

用MATLAB编写的离散模糊控制程序，结合本程序，我相信能能更快更好的理解模糊控制算法。算法在MATLAB Version: 7.14.0.739 (R2012a)运行无误。 function [FCU_T1,FCU_T2,FCU_T3,FCU_T4]=fuzzy_table(Me,Mec,Mu,UC) Me 隶属度表1 Mec 隶属度表2 Mu 隶属度表3 UC 模糊规则 FCU_T1 重心加权法，输出精确值 FCU_T2 重心加权法，输出离散值 FCU_T3 重心加权法（对隶属度平方），输出离散值 FCU_T4 最大隶属度法 function [R,n,nE,nEC,nU,nfe,nfec,nfu]=fuzzy_relation(Me,Mec,Mu,UC) Me 隶属度表1 Mec 隶属度表2 Mu 隶属度表3 UC 模糊规则 R 表示全体规则构成的模糊关系 n=nfe×nfec nE 模糊变量E的语言值个数 nEC 表示模糊变量EC的语言值个数 nU 表示模糊变量U的语言值个数 nfe 表示E的等级量个数,示例1中其论域为{-6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6} nfec 表示EC的等级量个数,示例1中其论域为{-6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6} nfu 表示U的等级量个数,示例1中其论域为{-7 -6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6 7} Me 表示E的隶属度表 Mec 表示EC的隶属度表 Mu表示U的隶属度表 UC表示规则表(fuzzy control algorithm（matlab program）)

BP神经网络算法，贝叶斯-最小距离分类器，可以用于模式识别。(BP neural network algorithm, Bayesian minimum distance classifier, can be used for pattern recognition)

非常实用的关于chen分数阶的混沌程序，对高级编程者有用(a sofeware about matlab in chaos)