神經(jīng)網(wǎng)絡(luò)造句

• 1、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。
• 2、出獄后，語(yǔ)風(fēng)發(fā)現(xiàn)只有理論沒(méi)有硬件條件也是不能產(chǎn)生高級(jí)智能的，不過(guò)他想了一個(gè)方法，構(gòu)造了全球最大的人工神經(jīng)網(wǎng)絡(luò)……于是人工生命小妍誕生了……
• 3、該文研究了神經(jīng)網(wǎng)絡(luò)的函數(shù)映射能力，給出了前饋神經(jīng)網(wǎng)絡(luò)映射任意型多項(xiàng)式的構(gòu)造性證明。
• 4、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。
• 5、也就是說(shuō)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(jiǎn)化了前饋多層神經(jīng)網(wǎng)絡(luò)函數(shù)逼近問(wèn)題的分析難度。
• 6、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。 【好查hao86.com】
• 7、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。
• 8、通過(guò)神經(jīng)網(wǎng)絡(luò)進(jìn)入他人的意識(shí)，獲取感覺(jué)。威廉·吉布森。
• 9、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。
• 10、給出了一種高精度的磁羅經(jīng)航向系統(tǒng)，應(yīng)用神經(jīng)網(wǎng)絡(luò)進(jìn)行剩余自差的自動(dòng)校正。
• 11、針對(duì)船用系泊纜繩安全智能報(bào)警系統(tǒng)中的表格試驗(yàn)數(shù)據(jù)，提出了應(yīng)用神經(jīng)網(wǎng)絡(luò)技術(shù)的智能數(shù)據(jù)處理方法。
• 12、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(wèn)題是有效的。
• 13、神經(jīng)網(wǎng)絡(luò)也可假定為可以學(xué)習(xí)。
• 14、針對(duì)冶煉過(guò)程中碳含量不能直接測(cè)定的不足，采用神經(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)。
• 15、系統(tǒng)采用神經(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)。
• 16、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。
• 17、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。
• 18、它不僅有助于科學(xué)家對(duì)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(lái)解決真實(shí)世界中的問(wèn)題。
• 19、為了處理模糊語(yǔ)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)。
• 20、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。
• 21、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)。
• 22、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。
• 23、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。
• 24、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。
• 25、神經(jīng)網(wǎng)絡(luò)可以有效地對(duì)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(wèn)題。
• 26、實(shí)驗(yàn)結(jié)果說(shuō)明，用神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)出的客房出租率優(yōu)于多回歸法和自然推論法。
• 27、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)。
• 28、最后對(duì)該模型的預(yù)測(cè)結(jié)果與因子分析神經(jīng)網(wǎng)絡(luò)模型的預(yù)測(cè)結(jié)果進(jìn)行了比較，表明了該模型的有效性和優(yōu)越性。
• 29、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(duì)字符進(jìn)行識(shí)別。
• 30、實(shí)際上，復(fù)交替投影神經(jīng)網(wǎng)絡(luò)不僅可用于信號(hào)處理中的帶限信號(hào)外推，還可用于選頻、陷波等場(chǎng)合。
• 31、利伯曼猜想，小孩的自我神經(jīng)網(wǎng)絡(luò)，還沒(méi)有完全上線運(yùn)轉(zhuǎn)。他們?cè)撚械难b備都在，只是還沒(méi)辦法像成年人一樣運(yùn)用自如。
• 32、本文提出了一種源于漢明類多層前向神經(jīng)網(wǎng)絡(luò)分組碼譯碼器。
• 33、針對(duì)數(shù)字電路中多故障測(cè)試生成效率較低的問(wèn)題，提出了基于神經(jīng)網(wǎng)絡(luò)的數(shù)字電路多故障測(cè)試生成算法。
• 34、為了解決動(dòng)態(tài)紅外點(diǎn)目標(biāo)多光譜模式識(shí)別問(wèn)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。
• 35、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。
• 36、研究了神經(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神經(jīng)網(wǎng)絡(luò)故障診斷原理和步驟。
• 37、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)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)。
• 38、本文所做的工作就是在前人研究工作的基礎(chǔ)上，將人工神經(jīng)網(wǎng)絡(luò)方法引入到電磁阻帶結(jié)構(gòu)的分析中，實(shí)現(xiàn)它們的快速分析。
• 39、將神經(jīng)網(wǎng)絡(luò)控制技術(shù)應(yīng)用于潛艇的操縱控制當(dāng)中，重點(diǎn)研究了神經(jīng)網(wǎng)絡(luò)在潛艇垂直面的運(yùn)動(dòng)控制中的應(yīng)用，并給出了仿真的結(jié)果。
• 40、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。
• 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、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。
• 43、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。
• 44、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。
• 45、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。
• 46、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(duì)管道內(nèi)漿體摩阻損失進(jìn)行擬合和預(yù)測(cè)。