1、以漫灣徑流實(shí)測序列為研究對象，在數(shù)值試驗(yàn)的基礎(chǔ)上找到了適合于漫灣徑流序列預(yù)報(bào)的人工神經(jīng)網(wǎng)絡(luò)預(yù)報(bào)模型結(jié)構(gòu)，提高了該模型的預(yù)報(bào)準(zhǔn)確性。

2、最后對該模型的預(yù)測結(jié)果與因子分析神經(jīng)網(wǎng)絡(luò)模型的預(yù)測結(jié)果進(jìn)行了比較，表明了該模型的有效性和優(yōu)越性。

3、用前向神經(jīng)網(wǎng)絡(luò)，對純物質(zhì)的蒸氣壓和汽化熱與溫度的函數(shù)關(guān)系進(jìn)行預(yù)測。

4、研究結(jié)果表明，基于灰色關(guān)聯(lián)度和BP神經(jīng)網(wǎng)絡(luò)的城市生活垃圾清運(yùn)量和組分預(yù)測模型能有效的預(yù)測城市生活垃圾的清運(yùn)量和組分，具有較好的可行性和適用性。

5、在規(guī)則擷取過程中，可以檢算出多馀無效的隱藏層神經(jīng)元。這些神經(jīng)元可以逕行刪除且不會(huì)影響類神經(jīng)網(wǎng)路的原始功能。

6、隨著人工智能科學(xué)的發(fā)展，人工神經(jīng)網(wǎng)絡(luò)和遺傳算法已經(jīng)在礦山中得到了應(yīng)用。

7、最后用訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)鋒電位信號(hào)進(jìn)行分類。

8、基于混沌神經(jīng)網(wǎng)絡(luò)的供配電系統(tǒng)故障診斷，采用引入動(dòng)量項(xiàng)和混沌映射的改進(jìn)BP算法。

9、只要用戶輸入對新結(jié)構(gòu)的描述，選擇算法庫中一種合適的算法就能通過軟件自動(dòng)生成神經(jīng)網(wǎng)絡(luò)程序。

10、神經(jīng)網(wǎng)絡(luò)作為一種新型的優(yōu)化算法，可以替代自適應(yīng)均衡算法中的橫向?yàn)V波器，在數(shù)字通信系統(tǒng)中得到了廣泛應(yīng)用。

11、提出了一類解不等式約束優(yōu)化問題的神經(jīng)網(wǎng)絡(luò)，并針對幾個(gè)黨見的約束優(yōu)化問題給出了相應(yīng)的網(wǎng)絡(luò)求解公式。

12、針對數(shù)字電路路徑時(shí)滯故障測試生成較難的問題，提出了基于神經(jīng)網(wǎng)絡(luò)的數(shù)字電路路徑時(shí)滯故障測試生成算法。

13、本文提出了一種基于BP神經(jīng)網(wǎng)絡(luò)的航空發(fā)動(dòng)機(jī)整機(jī)振動(dòng)故障診斷方法，詳細(xì)闡述了該方法的數(shù)學(xué)原理及其實(shí)現(xiàn)算法。

14、詳細(xì)討論了神經(jīng)網(wǎng)絡(luò)在FIR線性相位帶阻濾波器中的應(yīng)用。

15、本文采用一類正交多項(xiàng)式集合作為神經(jīng)元的激勵(lì)函數(shù)，構(gòu)成一個(gè)正交多項(xiàng)式基神經(jīng)網(wǎng)絡(luò)。

16、本文對神經(jīng)網(wǎng)絡(luò)的控制算法做了深入研究，并以人工氣候室的照度控制為對象，做了大量的仿真研究和實(shí)際應(yīng)用。

17、為了解決動(dòng)態(tài)紅外點(diǎn)目標(biāo)多光譜模式識(shí)別問題，提出了一種利用神經(jīng)網(wǎng)絡(luò)并行子網(wǎng)作為前級(jí)處理，證據(jù)理論于后級(jí)融合的多周期模式識(shí)別推理模型。

18、仿真結(jié)果表明效果良好，且從算法的簡便性、收斂性及運(yùn)算速度上來說，優(yōu)于一般的模糊辨識(shí)和神經(jīng)網(wǎng)絡(luò)辨識(shí)算法。

19、仿真結(jié)果顯示，就算例而言，該量子神經(jīng)計(jì)算網(wǎng)絡(luò)的性能優(yōu)于傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)。

20、這種方法對高斯噪聲和星座圖由于信號(hào)初始相位而引入的旋轉(zhuǎn)具有良好的穩(wěn)健性，并避免了神經(jīng)網(wǎng)絡(luò)中的過學(xué)習(xí)和局部極小點(diǎn)等缺陷。

21、針對神經(jīng)網(wǎng)絡(luò)中傳統(tǒng)神經(jīng)元模型在結(jié)構(gòu)和信息存儲(chǔ)能力上存在的不足，提出了一種基于廣義子波基函數(shù)網(wǎng)絡(luò)的神經(jīng)元集聚模型。

22、最終采用了基于主分量分析的BP神經(jīng)網(wǎng)絡(luò)模型對油氣勘探成本進(jìn)行了預(yù)測，并證明了其具有較高的預(yù)測精度。

23、BP神經(jīng)網(wǎng)絡(luò)的PID控制器依賴于靈敏度信息實(shí)現(xiàn)參數(shù)在線調(diào)整，獲得靈敏度信息非常重要。

24、收集了原位測試數(shù)據(jù)，并結(jié)合瑞雷面波波速參數(shù)，開展多參數(shù)擬合和神經(jīng)網(wǎng)絡(luò)預(yù)測地基承載力的研究。

25、針對無指針式儀表表盤的數(shù)字識(shí)別問題，提出一種基于特征提取和粗糙集特征約簡的神經(jīng)網(wǎng)絡(luò)數(shù)字識(shí)別方法。

26、她的文章寫得很好。結(jié)構(gòu)就像人體內(nèi)的神經(jīng)結(jié)和神經(jīng)網(wǎng)的關(guān)系那樣嚴(yán)密。

27、系統(tǒng)采用BP神經(jīng)網(wǎng)絡(luò)技術(shù)，從被點(diǎn)擊的目標(biāo)圖像在窗口中的位置求解目標(biāo)的世界坐標(biāo)。

28、將BP神經(jīng)網(wǎng)絡(luò)用于顏色量化過程，提出了符合人眼顏色視覺特性的顏色模糊量化方法。

29、語音識(shí)別系統(tǒng)利用神經(jīng)網(wǎng)絡(luò)完成的源代碼,已經(jīng)過測試.

30、分別采用人工神經(jīng)網(wǎng)絡(luò)法和逐步回歸分析法對原油管道蠟沉積實(shí)驗(yàn)數(shù)據(jù)進(jìn)行分析處理，建立蠟沉積速率模型。

31、已知與鑄件安裝配合的曲面數(shù)據(jù)及鑄件各截面厚度，確定鑄件的加工變形和加工余量后，分別求出鑄件曲面和模型曲面的離散有序數(shù)據(jù)作為神經(jīng)網(wǎng)絡(luò)的樣本數(shù)據(jù)。

32、他還說，將來的研究會(huì)將TDCS和成像技術(shù)結(jié)合起來，從而鞏固作者的推測，即腦細(xì)胞的興奮性構(gòu)建了神經(jīng)網(wǎng)絡(luò)，導(dǎo)致了聯(lián)覺。

33、討論了RBF神經(jīng)網(wǎng)絡(luò)在往復(fù)泵故障診斷中的應(yīng)用，并對訓(xùn)練后的網(wǎng)絡(luò)進(jìn)行了仿真測試，仿真結(jié)果表明RBF網(wǎng)絡(luò)有較高診斷正確率。

34、針對數(shù)字電路中多故障測試生成效率較低的問題，提出了基于神經(jīng)網(wǎng)絡(luò)的數(shù)字電路多故障測試生成算法。

35、建立了自壓式樹狀管網(wǎng)兩級(jí)優(yōu)化設(shè)計(jì)模型，并用人工神經(jīng)網(wǎng)絡(luò)法實(shí)現(xiàn)樹狀管網(wǎng)非線性規(guī)劃模型的快速求解。[http s:/ / w w w .chazidian.com查字典]

36、在本文中，生產(chǎn)作業(yè)計(jì)劃人工神經(jīng)網(wǎng)絡(luò)模型的研究可分為三個(gè)方面：數(shù)據(jù)處理、優(yōu)化計(jì)算和知識(shí)處理。

37、分別使用判別域代數(shù)界面方程法確定判別函數(shù)，神經(jīng)網(wǎng)絡(luò)法確定動(dòng)作函數(shù)。

38、通過優(yōu)化組合小波基元激勵(lì)函數(shù)，大大減小了小波神經(jīng)網(wǎng)絡(luò)的規(guī)模，改善了網(wǎng)絡(luò)學(xué)習(xí)特性。

39、采用神經(jīng)網(wǎng)絡(luò)對耦合微帶線進(jìn)行建模，并將此模型應(yīng)用到耦合微帶線的分析與設(shè)計(jì)中。

40、提出了一種可分性判據(jù)排序的RBF神經(jīng)網(wǎng)絡(luò)屬性選擇方法。

41、采用神經(jīng)網(wǎng)絡(luò)方法建立了重軌生產(chǎn)性能預(yù)報(bào)模型，并通過模型結(jié)構(gòu)優(yōu)化提高了模型預(yù)報(bào)的可靠性。

42、使用了高斯函數(shù)作為神經(jīng)網(wǎng)絡(luò)的激勵(lì)函數(shù)，并以最小二乘準(zhǔn)則對字符進(jìn)行識(shí)別。

43、它不僅有助于科學(xué)家對機(jī)器學(xué)習(xí)和神經(jīng)計(jì)算的深入研究，還有助于普通工程技術(shù)人員利用神經(jīng)網(wǎng)絡(luò)技術(shù)來解決真實(shí)世界中的問題。

44、以三峽庫區(qū)巴東縣黃土坡區(qū)斜坡穩(wěn)定性區(qū)劃為例，用神經(jīng)網(wǎng)絡(luò)模型和信息量模型兩種方法進(jìn)行了斜坡穩(wěn)定性預(yù)測，取得了滿意的效果。

45、以人工神經(jīng)網(wǎng)絡(luò)中的自適應(yīng)共振理論為基礎(chǔ)，研究了用光標(biāo)在電腦屏幕上進(jìn)行手寫輸入的字符識(shí)別方法。

46、本文綜合考慮水源、水壓、隔水層、斷層等因素對煤層底板突水的影響，建立了煤層底板突水人工神經(jīng)網(wǎng)絡(luò)預(yù)測模型。

47、針對無指針式儀表表盤的數(shù)字識(shí)別問題，提出了一種基于特征提取和粗糙集特征約簡的神經(jīng)網(wǎng)絡(luò)數(shù)字識(shí)別方法。

48、初步結(jié)果表明,神經(jīng)網(wǎng)絡(luò)方法可以應(yīng)用于崩岸的預(yù)則.

49、應(yīng)用人工智能、神經(jīng)網(wǎng)絡(luò)等新興學(xué)科理論，提出了地下工程力學(xué)綜合集成智能的分析方法。

50、針對嚴(yán)重非線性失真信道，提出了一種級(jí)聯(lián)混合小波神經(jīng)網(wǎng)絡(luò)自適應(yīng)高均衡器。

51、為了處理模糊語言值,提出了一種能夠控制模糊輸入矢量的神經(jīng)網(wǎng)絡(luò)體系結(jié)構(gòu).

52、灌溉用水量的預(yù)測對于灌區(qū)管理工作具有重要的指導(dǎo)意義,使用神經(jīng)網(wǎng)絡(luò)方法預(yù)測灌溉用水量.

53、本文提出了專家系統(tǒng)和模糊理論應(yīng)用到神經(jīng)網(wǎng)絡(luò)的容差模擬電路故障診斷方法，尤其對容差電路的軟故障診斷做了重點(diǎn)闡述。

54、采用前向神經(jīng)網(wǎng)絡(luò)建模的軟測量方法，對造紙過程制漿工段的黑液波美度進(jìn)行測量。

55、將遺傳算法與神經(jīng)網(wǎng)絡(luò)盲均衡算法相結(jié)合，提出了兩段式優(yōu)化神經(jīng)網(wǎng)絡(luò)權(quán)值的方案。

56、以甘肅省河西走廊西部疏勒河為例，建立了干旱內(nèi)陸河流水質(zhì)預(yù)測的人工神經(jīng)網(wǎng)絡(luò)模型。

57、神經(jīng)網(wǎng)絡(luò)具有很強(qiáng)的非線性逼近能力和自學(xué)習(xí)能力。

58、以峰峰礦區(qū)梧桐莊礦為例，應(yīng)用神經(jīng)網(wǎng)絡(luò)的方法，對礦井突水水源進(jìn)行了系統(tǒng)研究。

59、軸突生長抑制性蛋白在正常發(fā)育過程中主要參與調(diào)控軸突導(dǎo)向、引導(dǎo)軸突生長，協(xié)助構(gòu)建精確的神經(jīng)網(wǎng)絡(luò)。

60、也就是說我們只需研究其一維函數(shù)逼近能力，所得的結(jié)論完全適合于多維情形，該定理大大簡化了前饋多層神經(jīng)網(wǎng)絡(luò)函數(shù)逼近問題的分析難度。

61、在試驗(yàn)研究結(jié)果和前人工作基礎(chǔ)上，利用人工神經(jīng)網(wǎng)絡(luò)法對管道內(nèi)漿體摩阻損失進(jìn)行擬合和預(yù)測。

62、通過進(jìn)一步完善，如把神經(jīng)網(wǎng)絡(luò)、小波變換等理論方法集成到PC控制軟件中，可用于汽車尾氣、煙道氣體等多組分氣體分析領(lǐng)域。

63、第三類觀點(diǎn)以聯(lián)結(jié)和人工神經(jīng)網(wǎng)絡(luò)概念為要素，分別探討了心理場距離和規(guī)避損失偏向?qū)x擇偏好的影響。

64、對自然計(jì)算理念給出統(tǒng)一的框架描述，并以反饋式神經(jīng)網(wǎng)絡(luò)和群體智能算法為例加以具體論述。

65、利用光學(xué)衍射原理，研制成了光纖光柵衍射屏，并與計(jì)算機(jī)神經(jīng)網(wǎng)絡(luò)相結(jié)合，開發(fā)了一種識(shí)別立體形狀的視覺系統(tǒng)。

66、她的文章寫得很好。構(gòu)造就像人體內(nèi)的神經(jīng)結(jié)和神經(jīng)網(wǎng)的關(guān)系那樣緊密。

67、介紹了人工神經(jīng)元模型與神經(jīng)網(wǎng)絡(luò)基本結(jié)構(gòu)。

68、針對一類非線性動(dòng)態(tài)系統(tǒng)，提出了一種新的基于多層神經(jīng)網(wǎng)絡(luò)的自適應(yīng)預(yù)測器，并對基于神經(jīng)網(wǎng)絡(luò)的預(yù)測機(jī)理進(jìn)行了分析。

69、在麻花鉆圓度誤差的檢測中，將BP神經(jīng)網(wǎng)絡(luò)算法引入到相應(yīng)的數(shù)據(jù)處理中，以擬合出其棱邊投影的橢圓表達(dá)式系數(shù)。

70、使用阿斯匹林粉末藥品的近紅外漫反射一階導(dǎo)數(shù)光譜數(shù)據(jù)建立人工神經(jīng)網(wǎng)絡(luò)模型，預(yù)測未知樣品。

71、該推理模型前級(jí)采用神經(jīng)網(wǎng)絡(luò)并行子網(wǎng)，用于目標(biāo)的預(yù)分類，后級(jí)采用證據(jù)理論用于多周期的不確定性推理和概率的全局分配。

72、大容量電力變壓器的早期潛伏性故障，提出了一種基于數(shù)學(xué)形態(tài)學(xué)融合多神經(jīng)網(wǎng)絡(luò)的故障診斷新方法。

73、設(shè)計(jì)了一種以TMS320LF2407ADSP器件為控制核心，以模糊神經(jīng)網(wǎng)絡(luò)控制為主要算法的智能冷陰極潘寧氣體離子源束流控制系統(tǒng)。

74、并使用考種的數(shù)據(jù)作為神經(jīng)網(wǎng)絡(luò)訓(xùn)練樣本的實(shí)例，得到統(tǒng)計(jì)分析數(shù)據(jù)。

75、在對員工素質(zhì)測評(píng)數(shù)據(jù)分析的基礎(chǔ)上，建立了一套能夠模擬統(tǒng)計(jì)人員對測評(píng)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)計(jì)算的神經(jīng)網(wǎng)絡(luò)測評(píng)系統(tǒng)。

76、文中介紹光互連的特點(diǎn)、功能、形式，以及在光計(jì)算機(jī)和光神經(jīng)網(wǎng)絡(luò)中的作用。

77、提出了基于神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)多特征融合的地形匹配算法，充分利用地形的各種不同的統(tǒng)計(jì)特征和幾何特征，構(gòu)造了一種地形匹配網(wǎng)絡(luò)模型。

78、針對一類典型過程控制系統(tǒng)中存在的非線性和參數(shù)不確定問題，提出了神經(jīng)網(wǎng)絡(luò)的建模方法。

79、二是從語言大腦神經(jīng)網(wǎng)絡(luò)物質(zhì)依托的角度出發(fā)，論證概念結(jié)構(gòu)是個(gè)有限的組織，它能產(chǎn)生無限的具體概念結(jié)構(gòu)。

80、采用BP神經(jīng)網(wǎng)絡(luò)，建立煉銅轉(zhuǎn)爐吹煉造銅期終點(diǎn)與各影響因素之間的數(shù)學(xué)模型，對吹煉終點(diǎn)進(jìn)行預(yù)報(bào)。

81、然后采用前向神經(jīng)網(wǎng)絡(luò)進(jìn)行整經(jīng)軸數(shù)預(yù)測。

82、針對真空感應(yīng)爐生產(chǎn)過程中溫度測量成本較高及精度較差等不足，建立了基于RBF神經(jīng)網(wǎng)絡(luò)的真空感應(yīng)爐終點(diǎn)鋼水溫度預(yù)報(bào)模型。

83、本文提出一種改進(jìn)的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，它由線性網(wǎng)絡(luò)和多層前向網(wǎng)絡(luò)兩部分組成。

84、目的為提高變風(fēng)量空調(diào)系統(tǒng)的動(dòng)態(tài)控制性能，提出基于預(yù)測的模糊神經(jīng)網(wǎng)絡(luò)控制方法。

85、以晉城無煙煤的實(shí)驗(yàn)數(shù)據(jù)對人工神經(jīng)網(wǎng)絡(luò)進(jìn)行了訓(xùn)練,獲得了較好的過程模擬結(jié)果.

86、采取附加動(dòng)量項(xiàng)和自適應(yīng)學(xué)習(xí)步長的措施，解決了BP神經(jīng)網(wǎng)絡(luò)局部收斂和學(xué)習(xí)時(shí)間過長的問題。

87、盡管神經(jīng)網(wǎng)絡(luò)是一類黑箱式的非線性映射，但它具有良好的自學(xué)習(xí)能力。

88、本文首先介紹了入口匝道控制和神經(jīng)網(wǎng)絡(luò)理論的背景知識(shí).

89、神經(jīng)網(wǎng)絡(luò)等新興學(xué)科理論，提出了地下工程力學(xué)綜合集成智能的分析方法。

90、神經(jīng)網(wǎng)絡(luò)有良好地自學(xué)習(xí)和自感應(yīng)能力。

91、提出了利用層次徑向基神經(jīng)網(wǎng)絡(luò)計(jì)算汽輪機(jī)末級(jí)抽汽和排汽焓的方法，該方法利用汽輪機(jī)結(jié)構(gòu)數(shù)據(jù)和實(shí)際監(jiān)測數(shù)據(jù)估算焓值。

92、此外，增加介紹了乙烯廠的工程項(xiàng)目情況，并對塔釜乙烯純度建立了RBF神經(jīng)網(wǎng)絡(luò)模型，在此基礎(chǔ)上進(jìn)行了模糊控制的仿真，是此研究課題實(shí)際建立模型的有益補(bǔ)充。

93、通過神經(jīng)網(wǎng)絡(luò)進(jìn)入他人的意識(shí)，獲取感覺。威廉·吉布森

94、綜合運(yùn)用計(jì)算機(jī)視覺技術(shù)、遺傳算法、人工神經(jīng)網(wǎng)絡(luò)技術(shù)，實(shí)現(xiàn)番茄生理病害果的自動(dòng)識(shí)別。

95、針對中藥方劑功效歸納問題，提出了一種基于人工神經(jīng)網(wǎng)絡(luò)新的高維數(shù)據(jù)歸約方法。

96、研究了RBF神經(jīng)網(wǎng)絡(luò)故障診斷模型及學(xué)習(xí)規(guī)則，給出了基于粗糙集理論的RBF神經(jīng)網(wǎng)絡(luò)故障診斷原理和步驟。

97、提出了一種基于系統(tǒng)機(jī)理方程的常壓塔汽油干點(diǎn)神經(jīng)網(wǎng)絡(luò)觀測方法。

98、提出了一種用于船舶噪聲分類的局域自適應(yīng)子波神經(jīng)網(wǎng)絡(luò)分類方法。

99、說明：捐款給世寶，支持易語言漢語編程人工智能數(shù)字神經(jīng)網(wǎng)絡(luò)飛船與機(jī)器人設(shè)計(jì)等事業(yè)。

100、BP神經(jīng)網(wǎng)絡(luò)可以有效地對非線性系統(tǒng)進(jìn)行逼近，但是傳統(tǒng)的最速下降搜索方法存在收斂速度慢的問題。