神經(jīng)網(wǎng)絡(luò)造句

• 1、本文提出利用神經(jīng)網(wǎng)絡(luò)辨識擴散波參數(shù)的方法，探索從一種新的角度研究洪水波特性。
• 2、出獄后，語風發(fā)現(xiàn)只有理論沒有硬件條件也是不能產(chǎn)生高級智能的，不過他想了一個方法，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，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。
• 6、在此模型的基礎(chǔ)上，用神經(jīng)網(wǎng)絡(luò)迭代法從測得的天線溫度反演了隱身涂層材料的的相對介電常數(shù)、相對磁導率。 【好查hao86.com】
• 7、橢球單元通過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別任務(wù)的前饋型人工神經(jīng)網(wǎng)絡(luò)模型。
• 8、通過神經(jīng)網(wǎng)絡(luò)進入他人的意識，獲取感覺。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作的邊界上采用人工神經(jīng)網(wǎng)絡(luò)預測變壓器分接頭調(diào)節(jié)和電容器投切后的電壓無功，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)，應用神經(jīng)網(wǎng)絡(luò)進行剩余自差的自動校正。
• 11、針對船用系泊纜繩安全智能報警系統(tǒng)中的表格試驗數(shù)據(jù)，提出了應用神經(jīng)網(wǎng)絡(luò)技術(shù)的智能數(shù)據(jù)處理方法。
• 12、函數(shù)逼近應用實例結(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。
• 13、神經(jīng)網(wǎng)絡(luò)也可假定為可以學習。
• 14、針對冶煉過程中碳含量不能直接測定的不足，采用神經(jīng)網(wǎng)絡(luò)對真空感應爐的終點碳含量進行預報。
• 15、系統(tǒng)采用神經(jīng)網(wǎng)絡(luò)技術(shù)，從被點擊的目標圖像在窗口中的位置求解目標的世界坐標。
• 16、以人工神經(jīng)網(wǎng)絡(luò)中的自適應共振理論為基礎(chǔ)，研究了用光標在電腦屏幕上進行手寫輸入的字符識別方法。
• 17、在本文中，生產(chǎn)作業(yè)計劃人工神經(jīng)網(wǎng)絡(luò)模型的研究可分為三個方面：數(shù)據(jù)處理、優(yōu)化計算和知識處理。
• 18、它不僅有助于科學家對機器學習和神經(jīng)計算的深入研究，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)來解決真實世界中的問題。
• 19、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)。
• 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，對神經(jīng)計算機的發(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、仍然應該采用更廣泛的方法和手段作為補充方法，提高和完善人工神經(jīng)網(wǎng)絡(luò)對滬銅期貨的預測能力。
• 23、神經(jīng)網(wǎng)絡(luò)具有信號分離能力，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)可以有效地對非線性系統(tǒng)進行逼近，但是傳統(tǒng)的最速下降搜索方法存在收斂速度慢的問題。
• 26、實驗結(jié)果說明，用神經(jīng)網(wǎng)絡(luò)預測出的客房出租率優(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)訓練樣本的實例，得到統(tǒng)計分析數(shù)據(jù)。
• 28、最后對該模型的預測結(jié)果與因子分析神經(jīng)網(wǎng)絡(luò)模型的預測結(jié)果進行了比較，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)的激勵函數(shù)，并以最小二乘準則對字符進行識別。
• 30、實際上，復交替投影神經(jīng)網(wǎng)絡(luò)不僅可用于信號處理中的帶限信號外推，還可用于選頻、陷波等場合。
• 31、利伯曼猜想，小孩的自我神經(jīng)網(wǎng)絡(luò)，還沒有完全上線運轉(zhuǎn)。他們該有的裝備都在，只是還沒辦法像成年人一樣運用自如。
• 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。
• 34、為了解決動態(tài)紅外點目標多光譜模式識別問題，提出了一種利用神經(jīng)網(wǎng)絡(luò)并行子網(wǎng)作為前級處理，證據(jù)理論于后級融合的多周期模式識別推理模型。
• 35、隨著人工智能科學的發(fā)展，人工神經(jīng)網(wǎng)絡(luò)和遺傳算法已經(jīng)在礦山中得到了應用。
• 36、研究了神經(jīng)網(wǎng)絡(luò)故障診斷模型及學習規(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，選取合適的預報因子，基于模糊優(yōu)選神經(jīng)網(wǎng)絡(luò)模型，提出冰凌預報方法，應用于黃河內(nèi)蒙段封河、開河日期的預報。
• 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，實現(xiàn)它們的快速分析。
• 39、將神經(jīng)網(wǎng)絡(luò)控制技術(shù)應用于潛艇的操縱控制當中，重點研究了神經(jīng)網(wǎng)絡(luò)在潛艇垂直面的運動控制中的應用，并給出了仿真的結(jié)果。
• 40、本文運用卡爾曼濾波原理，提出了一種新的神經(jīng)網(wǎng)絡(luò)學習算法。該算法的學習速度是由帶時間參數(shù)的里卡蒂微分方程來確定的。
• 41、以江陰興澄鋼鐵公司的實際數(shù)據(jù)進行實驗，結(jié)果表明，支持向量機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、采取運行機理建模和神經(jīng)網(wǎng)絡(luò)建模相結(jié)合的方式，把輸入樣本空間進行劃分，實現(xiàn)基于混合專家網(wǎng)絡(luò)的建模。
• 45、奇偶校驗實驗證明了該神經(jīng)網(wǎng)絡(luò)芯片具有在片學習的能力。
• 46、在試驗研究結(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)漿體摩阻損失進行擬合和預測。