1、基于模糊數(shù)學(xué)評(píng)價(jià)法和神經(jīng)網(wǎng)絡(luò)評(píng)價(jià)法的優(yōu)點(diǎn)，提出了一種新的大氣質(zhì)量評(píng)價(jià)模型。

2、同時(shí),改進(jìn)的ART2神經(jīng)網(wǎng)絡(luò)在核輻射場(chǎng)數(shù)據(jù)處理分類中有一定的實(shí)用價(jià)值.

3、該文提出了一種采用BP神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)仿真線的方法。

4、因此,應(yīng)用人工神經(jīng)網(wǎng)絡(luò)建立熱粘塑性材料的本構(gòu)關(guān)系具有重要的工程應(yīng)用價(jià)值.

5、以單輛坦克在陸地上的自主機(jī)動(dòng)為背景，提出了一種基于神經(jīng)網(wǎng)絡(luò)的坦克機(jī)動(dòng)任務(wù)規(guī)劃方法。

6、軟件算法方面，以“兩點(diǎn)法”為基礎(chǔ)，輔之以基于場(chǎng)景的神經(jīng)網(wǎng)絡(luò)算法對(duì)紅外焦平面陣列進(jìn)行非均勻性校正。

7、提出用神經(jīng)網(wǎng)絡(luò)控制器實(shí)現(xiàn)大偏差范圍內(nèi)的解耦控制，由PID控制實(shí)現(xiàn)小偏差時(shí)的快速穩(wěn)定并消除靜差。

8、該系統(tǒng)控制策略以九區(qū)圖為基礎(chǔ)，并且在容易引起頻繁動(dòng)作的邊界上采用人工神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)變壓器分接頭調(diào)節(jié)和電容器投切后的電壓無(wú)功，以決定采用何種控制方式。

9、在此基礎(chǔ)上，利用人工神經(jīng)網(wǎng)絡(luò)構(gòu)建了金屬錳滲氮過(guò)程的數(shù)學(xué)模型，為研究金屬錳在不同滲氮條件下的性能預(yù)測(cè)奠定了基礎(chǔ)。

10、我們傳統(tǒng)的分析很多都是基于指數(shù)的假設(shè),這個(gè)就是割尾巴,到后面就是沒尾巴,這樣就把長(zhǎng)尾信號(hào)都過(guò)濾掉了,我可能是需要一些基于神經(jīng)網(wǎng)絡(luò)的方式。

11、基于這些決定性因素，用神經(jīng)網(wǎng)絡(luò)的方法建立了一個(gè)用于個(gè)性化網(wǎng)站界面風(fēng)格和布局設(shè)計(jì)的用戶模型。

12、所用的RBF神經(jīng)網(wǎng)絡(luò)算法是從輸入信號(hào)的數(shù)據(jù)中訓(xùn)練出中心值和寬度值，再訓(xùn)練通過(guò)用最大熵值的代價(jià)函數(shù)推導(dǎo)的權(quán)值。

13、針對(duì)不同樣本之間存在交叉數(shù)據(jù)的模式識(shí)別問題，將多層激勵(lì)函數(shù)的量子神經(jīng)網(wǎng)絡(luò)引入模式識(shí)別之中，提出一種基于量子神經(jīng)網(wǎng)絡(luò)的模式識(shí)別算法。

14、李婉君，陳品安，王國(guó)威，張麗秋，2008，以類神經(jīng)網(wǎng)路為基礎(chǔ)的X3D模擬水庫(kù)即時(shí)操作，2008農(nóng)業(yè)工程研討會(huì)。

15、本文在分析影響凌汛成因因素的基礎(chǔ)上，選取合適的預(yù)報(bào)因子，基于模糊優(yōu)選神經(jīng)網(wǎng)絡(luò)BP模型，提出冰凌預(yù)報(bào)方法，應(yīng)用于黃河內(nèi)蒙段封河、開河日期的預(yù)報(bào)。

16、提出一種船舶航跡保持的在線神經(jīng)網(wǎng)絡(luò)控制器.

17、已有的研究結(jié)果表明，混沌神經(jīng)網(wǎng)絡(luò)在求解復(fù)雜優(yōu)化問題和聯(lián)想記憶等方面比現(xiàn)有網(wǎng)絡(luò)有著更好的性能。

18、鑒于該方法只能識(shí)別梁中的單處損傷，提出了結(jié)合移動(dòng)質(zhì)量法和神經(jīng)網(wǎng)絡(luò)進(jìn)行結(jié)構(gòu)損傷識(shí)別的方法。

19、介紹一種用循環(huán)多層感知器神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)符號(hào)邏輯推理系統(tǒng)的方法。

20、同時(shí)介紹了相應(yīng)水位法、有限記憶最小二乘法、人工神經(jīng)網(wǎng)絡(luò)BP模型的基本原理，并在南京站建立了相應(yīng)的潮位預(yù)報(bào)方案。

21、預(yù)測(cè)的結(jié)果顯示，預(yù)報(bào)為甲級(jí)預(yù)報(bào)，遺傳算法改進(jìn)的RBF神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)河流開河封河是完全可行的。

22、本課題旨在研究基于神經(jīng)網(wǎng)絡(luò)的指針式壓力表的自動(dòng)讀數(shù)系統(tǒng)，為指針式壓力表的自動(dòng)判讀技術(shù)的發(fā)展解決問題。

23、將上述各單項(xiàng)改進(jìn)方法結(jié)合運(yùn)用，提出了改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)。

24、基于模糊邏輯理論和人工神經(jīng)元網(wǎng)絡(luò)，提出了將模糊神經(jīng)網(wǎng)絡(luò)應(yīng)用于變壓器故障診斷的方法。

25、只有在成因上，無(wú)條件反射是根據(jù)遺傳信息形成的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，而條件反射是后…

26、研究了應(yīng)用線性網(wǎng)絡(luò)對(duì)組合導(dǎo)航多傳感器信息進(jìn)行融合的方法，在此基礎(chǔ)上提出了一種神經(jīng)網(wǎng)絡(luò)組合導(dǎo)航容錯(cuò)算法。

27、工程模擬自學(xué)法是一種基于神經(jīng)網(wǎng)絡(luò)的數(shù)值模擬方法，它屬于一種可以綜合有限元與人工智能的反分析技術(shù)。

28、由于神經(jīng)網(wǎng)絡(luò)是一種黑箱操作，難以對(duì)分布在其中的知識(shí)進(jìn)行解釋。

29、模糊神經(jīng)網(wǎng)絡(luò)用于控制糾偏機(jī)構(gòu)的運(yùn)動(dòng).

30、利伯曼猜想，小孩的自我神經(jīng)網(wǎng)絡(luò)，還沒有完全上線運(yùn)轉(zhuǎn)。他們?cè)撚械难b備都在，只是還沒辦法像成年人一樣運(yùn)用自如。

31、生產(chǎn)裝置的操作優(yōu)化核心是裝置數(shù)學(xué)模型的建立，為此采用了非線性網(wǎng)絡(luò)映射的方法，成功地建立了優(yōu)化約束目標(biāo)的神經(jīng)網(wǎng)絡(luò)模型。

32、文章在神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)上,建立了黑體爐溫度時(shí)序預(yù)測(cè)模型.

33、本文以提高控制器的控制效果為目標(biāo)，將神經(jīng)網(wǎng)絡(luò)與PID控制相結(jié)合，分別對(duì)單變量系統(tǒng)和多變量系統(tǒng)的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的PID控制進(jìn)行了深入研究和探索。

34、用24臺(tái)次柴油機(jī)故障模擬實(shí)驗(yàn)數(shù)據(jù)訓(xùn)練神經(jīng)網(wǎng)絡(luò)，效果良好。

35、本文在分析二值感知器神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)二值數(shù)字邏輯運(yùn)算后，將其推廣到多值邏輯。

36、對(duì)用人工神經(jīng)網(wǎng)絡(luò)識(shí)別往復(fù)泵活塞磨損故障進(jìn)行了研究。

37、本文提出利用神經(jīng)網(wǎng)絡(luò)辨識(shí)擴(kuò)散波參數(shù)的方法，探索從一種新的角度研究洪水波特性。

38、通過(guò)對(duì)徑向基神經(jīng)網(wǎng)絡(luò)的研究，提出了徑向基神經(jīng)網(wǎng)絡(luò)的構(gòu)造性理論及其構(gòu)造算法。

39、提出了一種基于RBF神經(jīng)網(wǎng)絡(luò)的非線性失真補(bǔ)償技術(shù)。

40、在對(duì)神經(jīng)網(wǎng)絡(luò)的激勵(lì)函數(shù)的三個(gè)假設(shè)下，研究了具有離散時(shí)滯的神經(jīng)網(wǎng)絡(luò)的穩(wěn)定性。

41、以江陰興澄鋼鐵公司的實(shí)際數(shù)據(jù)進(jìn)行實(shí)驗(yàn)，結(jié)果表明，支持向量機(jī)方法有著良好的泛化能力，優(yōu)于人工神經(jīng)網(wǎng)絡(luò)建模方法。

42、奇偶校驗(yàn)實(shí)驗(yàn)證明了該神經(jīng)網(wǎng)絡(luò)芯片具有在片學(xué)習(xí)的能力。

43、用神經(jīng)網(wǎng)絡(luò)方法對(duì)真空感應(yīng)爐進(jìn)行狀態(tài)監(jiān)測(cè)和故障診斷，為故障診斷系統(tǒng)的開發(fā)提供有益的參考。

44、針對(duì)峰值法中測(cè)量路徑規(guī)劃問題，提出了基于參數(shù)模型學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)器。

45、一般對(duì)特定的基于多層感知器的故障診斷問題，很難確定神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)。

46、首先將被控對(duì)象進(jìn)行離線辨識(shí),確定NNC的初始權(quán)值再進(jìn)行神經(jīng)網(wǎng)絡(luò)在線控制,從而能夠進(jìn)一步提高系統(tǒng)的控制精度.

47、提出了基于徑向基神經(jīng)網(wǎng)絡(luò)的衛(wèi)星地面站系統(tǒng)建模方法。

48、針對(duì)冶煉過(guò)程中碳含量不能直接測(cè)定的不足，采用RBF神經(jīng)網(wǎng)絡(luò)對(duì)真空感應(yīng)爐的終點(diǎn)碳含量進(jìn)行預(yù)報(bào)。

49、以國(guó)產(chǎn)某型無(wú)人機(jī)空飛時(shí)振動(dòng)傳感器測(cè)得的振動(dòng)削波數(shù)據(jù)為研討對(duì)象，選用歸歸剖析法、BP神經(jīng)網(wǎng)絡(luò)法和三次樣條插值法對(duì)削波數(shù)據(jù)入行預(yù)測(cè)恢復(fù)。

50、最后，在就神經(jīng)網(wǎng)絡(luò)的興衰原因提出自己的不同看法后，對(duì)神經(jīng)計(jì)算機(jī)的發(fā)展方向作了展望。

51、采取運(yùn)行機(jī)理建模和神經(jīng)網(wǎng)絡(luò)建模相結(jié)合的方式，把輸入樣本空間進(jìn)行劃分，實(shí)現(xiàn)基于混合專家網(wǎng)絡(luò)的建模。

52、有了這樣大規(guī)模的模型，不僅可以模擬肌節(jié)與肌節(jié)之間的神經(jīng)網(wǎng)絡(luò)，還可以模擬到由基底神經(jīng)節(jié)開始的行為起始部分。

53、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)的聯(lián)系那樣緊密。

54、細(xì)胞神經(jīng)網(wǎng)絡(luò)由于其連續(xù)時(shí)間的特性，因此在圖象處理和圖形辯識(shí)方面有著潛在的應(yīng)用。

55、神經(jīng)網(wǎng)絡(luò)權(quán)值和閾值的優(yōu)化方法.

56、采用了神經(jīng)網(wǎng)絡(luò)PID自適應(yīng)控制方法，改善了非線性，降低了環(huán)境干擾的影響，提高了壓電式移相器的性能。

57、本文基于“雙電源二次激勵(lì)法”的基本原理，并利用人工神經(jīng)網(wǎng)絡(luò)技術(shù)求得型砂含水量及有效粘土含量。查字典 www.306piaoyiban.cn造句網(wǎng)神經(jīng)網(wǎng)造句

58、本文運(yùn)用計(jì)算機(jī)視覺和人工神經(jīng)網(wǎng)絡(luò)技術(shù)對(duì)花生仁檢測(cè)進(jìn)行了研究。

59、本文簡(jiǎn)要介紹神經(jīng)網(wǎng)絡(luò)與神經(jīng)計(jì)算機(jī)，神經(jīng)元模型，層狀網(wǎng)絡(luò)結(jié)構(gòu)，誤差逆?zhèn)鞑ニ惴捌湓诘厍蛭锢矸囱葜械膽?yīng)用。

60、神經(jīng)網(wǎng)絡(luò)具有信號(hào)分離能力，但傳統(tǒng)的人工神經(jīng)元模型不適合分離同步電機(jī)的三相突然短路電流。

61、文中將數(shù)據(jù)挖掘應(yīng)用于保險(xiǎn)客戶在信用等級(jí)的分類中，即采用了基于神經(jīng)網(wǎng)絡(luò)的覆蓋算法作為客戶信用評(píng)分分類器的設(shè)計(jì)算法。

62、函數(shù)逼近應(yīng)用實(shí)例結(jié)果表明，將有理式多層神經(jīng)網(wǎng)絡(luò)用于解決傳統(tǒng)問題是有效的。

63、在此模型的基礎(chǔ)上，用神經(jīng)網(wǎng)絡(luò)迭代法從測(cè)得的天線溫度反演了隱身涂層材料的的相對(duì)介電常數(shù)、相對(duì)磁導(dǎo)率。

64、對(duì)處于擾動(dòng)狀態(tài)下的預(yù)分餾塔的仿真結(jié)果表明，該算法可以有效地解決一類多神經(jīng)網(wǎng)絡(luò)模型的在線參數(shù)辨識(shí)問題。

65、針對(duì)無(wú)刷直流力矩電機(jī)做了神經(jīng)網(wǎng)絡(luò)PID控制系統(tǒng)仿真，并與PID控制做了比較。

66、仍然應(yīng)該采用更廣泛的方法和手段作為補(bǔ)充方法，提高和完善人工神經(jīng)網(wǎng)絡(luò)對(duì)滬銅期貨的預(yù)測(cè)能力。

67、神經(jīng)網(wǎng)絡(luò)訓(xùn)練誤差值的選取是一個(gè)具有挑戰(zhàn)性的問題。

68、應(yīng)用地震相分析、波阻抗反演和神經(jīng)網(wǎng)絡(luò)技術(shù)，分別對(duì)小洼油田和陳家洼陷的隱蔽油氣藏進(jìn)行了識(shí)別和預(yù)測(cè)。

69、根據(jù)多分類器組合原理，提出一種基于神經(jīng)網(wǎng)絡(luò)的多分類器組合模型。

70、潛艇指揮決策控制過(guò)程是一個(gè)典型的模糊過(guò)程，模糊神經(jīng)網(wǎng)絡(luò)能夠較好地處理模糊信息，并具備模糊推理能力。

71、吐血推薦在進(jìn)行神經(jīng)網(wǎng)絡(luò)編程的朋友下載。

72、提出基于粗神經(jīng)網(wǎng)絡(luò)確定影響礦內(nèi)通風(fēng)風(fēng)流穩(wěn)定性主要風(fēng)路的方法。

73、特別是在神經(jīng)網(wǎng)絡(luò)控制的研究，現(xiàn)代燈光音響技術(shù)的研究和視頻監(jiān)控技術(shù)方面，處于國(guó)內(nèi)領(lǐng)先地位。

74、根據(jù)影響水面蒸發(fā)的主要?dú)庀笠蛩兀萌斯?span style='color: red' class='cred'>神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)、記憶功能，研究了一種新的水面蒸發(fā)計(jì)算方法。

75、依據(jù)RBF神經(jīng)元模型的幾何解釋，提出一種新的構(gòu)造型神經(jīng)網(wǎng)絡(luò)分類算法。

76、結(jié)果表明：神經(jīng)網(wǎng)絡(luò)具有實(shí)測(cè)樣本的自學(xué)習(xí)功能，對(duì)橋梁施工預(yù)拱度有較好的精度。

77、傳感器數(shù)據(jù)證實(shí)技術(shù)是測(cè)控領(lǐng)域中的關(guān)鍵技術(shù)之一，文中提出了基于神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)器的傳感器數(shù)據(jù)證實(shí)技術(shù)。

78、回顧了近年來(lái)幾種主要混沌神經(jīng)元模型及混沌神經(jīng)網(wǎng)絡(luò)的研究進(jìn)展，介紹了其特點(diǎn)及主要的應(yīng)用。

79、本文介紹了電子節(jié)氣門的結(jié)構(gòu)和特點(diǎn)，提出了基于模糊高斯函數(shù)神經(jīng)網(wǎng)絡(luò)的電子節(jié)氣門控制方法。

80、本文創(chuàng)新地在凌陽(yáng)單片機(jī)內(nèi)實(shí)現(xiàn)敲擊聲信號(hào)的頻譜分析和神經(jīng)網(wǎng)絡(luò)識(shí)別，使系統(tǒng)具有墻體空鼓無(wú)損檢測(cè)的功能。

81、語(yǔ)音清濁音判決的實(shí)質(zhì)是一個(gè)非線性分類問題,可以用神經(jīng)網(wǎng)絡(luò)的方法來(lái)實(shí)現(xiàn).

82、在玻璃鋼纏繞設(shè)備的控制系統(tǒng)中,設(shè)計(jì)了一種新型模糊神經(jīng)網(wǎng)絡(luò)控制器.

83、貝葉斯神經(jīng)網(wǎng)絡(luò)中，每個(gè)權(quán)值和誤差被視為隨機(jī)變量，它們的先驗(yàn)概率分布是遵從正態(tài)分布的。

84、結(jié)果表明：利用人工神經(jīng)網(wǎng)絡(luò)模型的非線性映射功能，可以較好地給出工程爆破引起的近區(qū)自由場(chǎng)力學(xué)規(guī)律，對(duì)于同類型問題的研究，也有著很重要的意義。

85、本文運(yùn)用卡爾曼濾波原理，提出了一種新的神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法。該算法的學(xué)習(xí)速度是由帶時(shí)間參數(shù)的里卡蒂微分方程來(lái)確定的。

86、該法通過(guò)對(duì)粘彈性阻尼結(jié)構(gòu)進(jìn)行神經(jīng)網(wǎng)絡(luò)優(yōu)化設(shè)置，從而可以考慮不同地震動(dòng)特性的影響。

87、將其應(yīng)用于青島膠州灣海區(qū)底質(zhì)分類識(shí)別研究中，通過(guò)與標(biāo)準(zhǔn)的LVQ神經(jīng)網(wǎng)絡(luò)的分類結(jié)果進(jìn)行比較表明，該方法在分類速度以及精度上都有了較大提高。

88、研究了基于多準(zhǔn)則學(xué)習(xí)的模糊神經(jīng)網(wǎng)絡(luò)評(píng)價(jià)環(huán)境大氣質(zhì)量的模型。

89、從信息論角度出發(fā)，利用神經(jīng)網(wǎng)絡(luò)非線性時(shí)間序列預(yù)測(cè)模型，構(gòu)造了油田產(chǎn)油量、產(chǎn)水量的多維時(shí)間序列神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)器。

90、本文提出了一種船舶航跡保持的在線神經(jīng)網(wǎng)絡(luò)控制器.

91、具體是將所有的樣本投影到特征臉子空間中，并將每一個(gè)樣本得到的特征系數(shù)作為BP神經(jīng)網(wǎng)絡(luò)的輸入。

92、顯然，這與神經(jīng)網(wǎng)絡(luò)在解決小規(guī)模問題時(shí)正確率高、訓(xùn)練速度快相符合。

93、實(shí)驗(yàn)結(jié)果表明，基于主動(dòng)空氣軸承的模糊神經(jīng)網(wǎng)絡(luò)振動(dòng)主動(dòng)控制可以有效減小溜板振動(dòng)。

94、利用神經(jīng)網(wǎng)絡(luò)動(dòng)態(tài)系統(tǒng)中吸引子和吸引域的特性，本文提出了一類新型非線性糾單錯(cuò)碼。

95、研究結(jié)果表明，人工神經(jīng)網(wǎng)絡(luò)用于陶瓷原料的模式識(shí)別，其結(jié)果和實(shí)際一致。

96、本文研究了一類神經(jīng)網(wǎng)絡(luò)優(yōu)化特性的一些問題。對(duì)其解的特性、可行解空間的劃分及吸引區(qū)特性進(jìn)行了研究。

97、選取串接積分器的多層前向神經(jīng)網(wǎng)絡(luò)訓(xùn)練飛行控制系統(tǒng)的動(dòng)態(tài)逆模型，并自適應(yīng)補(bǔ)償逆誤差。

98、人工神經(jīng)網(wǎng)絡(luò)是對(duì)生物神經(jīng)系統(tǒng)的模擬，它的信息處理功能與網(wǎng)絡(luò)單元的特性密切相關(guān)。

99、本文采用多層感知器建立了微帶不連續(xù)性的神經(jīng)網(wǎng)絡(luò)模型。

100、橢球單元通過(guò)高斯分布逼近形成各模式類的決策區(qū)域，是一種非常適合于模式識(shí)別任務(wù)的前饋型人工神經(jīng)網(wǎng)絡(luò)模型。