![BP多层神经网络在控制中的应用]()
朱庆华[1]2004年在《BP多层神经网络在控制中的应用》文中研究说明神经网络具有并行处理能力、自学习、自适应能力和可以逼近任意的非线性函数等特点，是解决非线性、大滞后、多变量、不确定的复杂控制问题的一条有效的途径。它在控制领域中辨识、参数优化、控制等方面得到广泛应用。本文就神经网络在辨识、参数优化...
![人工神经网络在数据挖掘中的应用]()
刘耀辉[1]2017年在《支持向量机与神经网络的融合优化及其在数据挖掘中的应用》文中进行了进一步梳理不可置否,大数据是当下社会最关注的焦点问题之一。云计算,人工智能,智慧城市等新兴行业的背后都离不开大数据算法的支撑与贡献。然而,国内外学者对于大数据算法的横向研究略显不足,这会在一定程度上制约算法发展...
![细胞神经网络在视频运动对象分割中的应用研究]()
孟蜀锴[1]2004年在《细胞神经网络在视频运动对象分割中的应用研究》文中认为研究细胞神经网络(CNN)用于视频运动对象分割的原因在于其并行高速的特点和适于图象处理的网络结构。目前已有的CNN芯片的整体运算速度都已达到了Tera级(10~(12)),即兆兆级,其对于提高视频处理的速度和实时性是不言而...
![神经网络中的逼近问题]()
李洋[1]2008年在《小波过程神经网络相关理论及其应用研究》文中认为本文在国家自然科学基金的资助下,将小波分析理论和过程神经网络模型相结合,提出小波过程神经网络的概念。小波过程神经网络以小波分析作为其理论基础,结合小波良好的局部化特性和过程神经网络能够处理时变信号的能力。小波分析理论在网络设计过程...
![多输出神经元模型的多层前向神经网络及其应用]()
汪秉文,沈艳军,何统洲[1]2004年在《多输出神经元模型的多层前向神经网络及其应用》文中研究表明研究了一种新的多输出神经元模型.首先,给出这类模型的一般形式,并将该模型应用于多层前向神经网络;其次,给出了其学习算法,即递推最小二乘算法,最后通过几个模拟实验表明,采用多输出神经元模型的多层前向神经网...
![基于神经网络模糊聚类的研究]()
丁亚明[1]2007年在《模糊聚类研究及其在水文分区中的应用》文中指出聚类分析是数据挖掘中的一个分支，模糊聚类是聚类中的重要方法，已经取得了丰富的成果，其中的模糊C-均值(FCM)算法具有良好的性能和广泛的应用价值。然而，FCM算法对初始聚类中心的敏感问题影响了实际应用的质量和效果。本文针对这一问题...
![神经网络的分类、聚类功能及其规则抽取研究]()
雷景生[1]2003年在《神经网络的分类、聚类功能及其规则抽取研究》文中认为基于数据挖掘的观点，本文在前人研究的基础上，对神经网络的分类、聚类功能及其规则抽取进行研究，取得了一些有价值的结果。在神经网络分类器研究中，1)提出了一种确定BP网络分类器初值的方法，用来提高BP网络的收敛速度，降低分类误差...
![基于神经网络的自适应增益预测语音编码系统]()
闫丽瑞[1]2003年在《基于神经网络的自适应增益预测语音编码系统》文中研究表明人工神经网络是采用大量的处理单元连接起来构成的一种复杂的信息处理网络。这种网络具有与人脑相类似的学习记忆能力和输入信息特征抽取能力。人工神经网络是聪明的，因为它是通过实例学习。神经网络因其非线性、自适应及学习特性而受到极...
