指纹曲线数值拟合方法的对比和优选

指纹识别在数据加密方面有广泛的应用,在此基于数值方法,借助Matlab软件,利用最小二乘拟合、多项式曲线拟合、单项式基本插值、拉格朗日基本插值、牛顿基本插值、分段多项式插值和样条插值等不同曲线拟合方法对指纹曲线分别进行拟合,并对拟合效果和算法进行比较,优选最佳方法。针对劣性情况的指纹曲线,将广义延拓逼近法应用于指纹曲线拟合中,进一步完善指纹曲线拟合,实现了各种拟合方法的总结和比较以及扩展。     

基于串联BP神经网络多函数拟合的研究设计

在研究神经网络对非线性函数拟合的过程中发现一个网络同时只能对一个函数进行拟合,为解决这一问题,通过研究BP算法神经网络提出了串联BP网络来实现多个非线性函数的拟合。通过Matlab自定义网络结构实现串联BP网络,在Matlab下利用此串联网络同时对两个非线性函数进行了拟合,训练样本加入噪声信号,在经过342次训练后拟合误差达到了0.000978。实验测试结果显示本网络能够很好地对两个待拟合函数进行拟合,为同时进行多函数的拟合提供了新的方法。     

Widrow-Hoff神经网络学习规则的应用研究

基于线性神经网络原理,提出线性神经网络的模型,并利用Matlab实现Widrow-Hoff神经网络算法.分析Matlab人工神经网络工具箱中有关线性神经网络的工具函数,最后给出线性神经网络在系统辨识中的实际应用.通过对线性神经网络的训练,进一步验证Widrow-Hoff神经网络算法的有效性,以及用其进行系统辨识的高精度拟合性.     

Widrow-Hoff神经网络学习规则的应用研究

基于线性神经网络原理,提出线性神经网络的模型,并利用Matlab实现Widrow-Hoff神经网络算法。分析Matlab人工神经网络工具箱中有关线性神经网络的工具函数,最后给出线性神经网络在系统辨识中的实际应用。通过对线性神经网络的训练,进一步验证Widrow-Hoff神经网络算法的有效性,以及用其进行系统辨识的高精度拟合性。     

LabVIEW中BP神经网络的实现及应用

BP(Back Propagation)神经网络是一种具有广泛应用性的前馈神经网络,LabVIEW 是一种图形化编程语言,其为虚拟仪器设计者提供了一个便捷、轻松的设计环境,被工业界及研究实验室广泛接受.介绍了两种在LabVlEW实现BP神经网络计算的方法,即Matlab Script节点和图形编程.Matlab Sxrript节点采用在LabVIEW中直接导入Matlab程序运行,而图形编程采用图形编程的方式实现算法,并分别以神经网络在函数逼近和某设备分类中的应用说明了各自的实现流程,实验结果精确且形象直观,充分体现了LabVIEW作为图形化编程语言的特点.     

BP神经网络在函数逼近中的应用研究

函数逼近在纯数学领域、工程和物理学领域得到了广泛的应用。利用人工神经网络映射能力,通过样本不断学习实现对未知函数的逼近。利用BP神经网络研究人工神经网络在函数逼近中的应用,研究过程利用MATLAB神经网络工具箱设计网络并进行仿真实验。     

基于子块集成神经网络法的PSD背景光补偿

提出一种基于神经网络高精度线性化子块网络集成插值实现光电位置敏感器件（PSD）背景光非线性补偿方法。利用神经网络具有逼近任意非线性函数的特点,通过训练,使神经网络建立在不同背景光下PSD输出与其标准值之间的非线性映射关系,实现PSD全程跟踪补偿。实验结果表明,该方法能有效地消除背景光的影响,在神经网络的输出端得到期望的线性输出。     

六点拟合的正弦信号的插值多项式测频

本文提出一种新的快速测量正弦信号频率的方法,它主要利用三次多项式插值函数来拟合经过DFT变换的数据点,然后通过求插值函数的极值点来进行频率估计。仿真结果证明方法的有效性和简便性,并对其CPLD快速实现进行探讨。     

神经网络边缘拟合

提出了一种基于神经网络学习特性和集合论的边缘分段算法(Merge Split),优点在于它的分段间断点、自由度满足自适应性,能在学习过程中实现而不必事先规定;进一步提出神经网络拟合不连续的图像边缘的方法,在无边缘数学函数形式的情况下,充分利用其学习函数的任意逼近和自学习性进行拟合,实践证明该方法可以克服以往边缘拟合方法的不足。     

RBF插值在SAR距离弯曲校正中的应用

在SAR成像算法中,距离徙动会使距离向和方位向发生耦合,成像质量下降。距离-多普勒算法中,通过插值补偿距离徙动量。文章在分析三种典型插值算法的基础上,提出了利用径向基网络作为函数逼近的插值校正方法。因为径向基网络具有最佳逼近任一函数的性质,且逼近的函数具有很好的光滑性和收敛性,所以得出了径向基网络插值校正效果优于典型插值的结论,并对这几种插值算法进行了仿真,通过比较成像结果和成像质量指标,进一步验证了结论的正确性。