概述：ZISC78是由IBM和Sillicon聯(lián)合研發(fā)的一種具有自學(xué)習(xí)功能的徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)芯片，它內(nèi)含78個(gè)神經(jīng)元；并且采用并行結(jié)構(gòu),運(yùn)行速度與神經(jīng)元數(shù)量無(wú)關(guān)；支持RBF/KNN算法；內(nèi)部可分為若干獨(dú)立子網(wǎng)...
2021-04-07 06:48:33
神經(jīng)網(wǎng)絡(luò)50例
2012-11-28 16:49:56
神經(jīng)網(wǎng)絡(luò)Matlab程序
2009-09-15 12:52:24
大家有知道labview中神經(jīng)網(wǎng)絡(luò)和SVM的工具包是哪個(gè)嗎？求分享一下，有做這方面的朋友也可以交流一下，大家共同進(jìn)步
2017-10-13 11:41:43
神經(jīng)網(wǎng)絡(luò)基本介紹
2018-01-04 13:41:23
第1章 概述 1.1 人工神經(jīng)網(wǎng)絡(luò)研究與發(fā)展 1.2 生物神經(jīng)元 1.3 人工神經(jīng)網(wǎng)絡(luò)的構(gòu)成 第2章人工神經(jīng)網(wǎng)絡(luò)基本模型 2.1 MP模型 2.2 感知器模型 2.3 自適應(yīng)線性
2012-03-20 11:32:43
將神經(jīng)網(wǎng)絡(luò)移植到STM32最近在做的一個(gè)項(xiàng)目需要用到網(wǎng)絡(luò)進(jìn)行擬合，并且將擬合得到的結(jié)果用作控制，就在想能不能直接在單片機(jī)上做神經(jīng)網(wǎng)絡(luò)計(jì)算，這樣就可以實(shí)時(shí)計(jì)算，不依賴于上位機(jī)。所以要解決的主要是兩個(gè)
2022-01-11 06:20:53
神經(jīng)網(wǎng)絡(luò)簡(jiǎn)介
2012-08-05 21:01:08
基于深度學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)算法
2019-05-16 17:25:05
1、ARM Cortex-M系列芯片神經(jīng)網(wǎng)絡(luò)推理庫(kù)CMSIS-NN詳解CMSIS-NN是用于ARM Cortex-M系列的芯片的神經(jīng)網(wǎng)絡(luò)推理庫(kù)，用于低性能芯片/架構(gòu)的神經(jīng)網(wǎng)絡(luò)部署
2022-08-19 16:06:43
MATLAB神經(jīng)網(wǎng)絡(luò)
2013-07-08 15:17:13
網(wǎng)絡(luò)newrbe 設(shè)計(jì)一嚴(yán)格的徑向基網(wǎng)絡(luò)newgrnn 設(shè)計(jì)一廣義回歸神經(jīng)網(wǎng)絡(luò)newpnn 設(shè)計(jì)一概率神經(jīng)網(wǎng)絡(luò)newc 創(chuàng)建一競(jìng)爭(zhēng)層newsom 創(chuàng)建一自組織特征映射newhop 創(chuàng)建一Hopfield
2009-09-22 16:10:08
Matlab神經(jīng)網(wǎng)絡(luò)工具箱是什么？Matlab神經(jīng)網(wǎng)絡(luò)工具箱在同步中的應(yīng)用有哪些？
2021-04-26 06:42:29
請(qǐng)問(wèn)：我在用labview做BP神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)故障診斷，在NI官網(wǎng)找到了機(jī)器學(xué)習(xí)工具包（MLT），但是里面沒有關(guān)于這部分VI的幫助文檔，對(duì)于”BP神經(jīng)網(wǎng)絡(luò)分類“這個(gè)范例有很多不懂的地方，比如
2017-02-22 16:08:08
習(xí)神經(jīng)神經(jīng)網(wǎng)絡(luò)，對(duì)于神經(jīng)網(wǎng)絡(luò)的實(shí)現(xiàn)是如何一直沒有具體實(shí)現(xiàn)一下：現(xiàn)看到一個(gè)簡(jiǎn)單的神經(jīng)網(wǎng)絡(luò)模型用于訓(xùn)練的輸入數(shù)據(jù):對(duì)應(yīng)的輸出數(shù)據(jù):我們這里設(shè)置：1：節(jié)點(diǎn)個(gè)數(shù)設(shè)置：輸入層、隱層、輸出層的節(jié)點(diǎn)
2021-08-18 07:25:21
學(xué)習(xí)和認(rèn)知科學(xué)領(lǐng)域，是一種模仿生物神經(jīng)網(wǎng)絡(luò)（動(dòng)物的中樞神經(jīng)系統(tǒng)，特別是大腦）的結(jié)構(gòu)和功能的數(shù)學(xué)模型或計(jì)算模型，用于對(duì)函數(shù)進(jìn)行估計(jì)或近似。神經(jīng)網(wǎng)絡(luò)由大量的人工神經(jīng)元聯(lián)結(jié)進(jìn)行計(jì)算。大多數(shù)情況下人工神經(jīng)網(wǎng)絡(luò)
2019-03-03 22:10:19
今天學(xué)習(xí)了兩個(gè)神經(jīng)網(wǎng)絡(luò)，分別是自適應(yīng)諧振（ART）神經(jīng)網(wǎng)絡(luò)與自組織映射（SOM）神經(jīng)網(wǎng)絡(luò)。整體感覺不是很難，只不過(guò)一些最基礎(chǔ)的概念容易理解不清。首先ART神經(jīng)網(wǎng)絡(luò)是競(jìng)爭(zhēng)學(xué)習(xí)的一個(gè)代表，競(jìng)爭(zhēng)型學(xué)習(xí)
2019-07-21 04:30:00
`BP神經(jīng)網(wǎng)絡(luò)首先給出只包含一個(gè)隱層的BP神經(jīng)網(wǎng)絡(luò)模型（兩層神經(jīng)網(wǎng)絡(luò)）： BP神經(jīng)網(wǎng)絡(luò)其實(shí)由兩部分組成：前饋神經(jīng)網(wǎng)絡(luò)：神經(jīng)網(wǎng)絡(luò)是前饋的，其權(quán)重都不回送到輸入單元，或前一層輸出單元（數(shù)據(jù)信息是單向
2019-07-21 04:00:00
人工神經(jīng)網(wǎng)絡(luò)是根據(jù)人的認(rèn)識(shí)過(guò)程而開發(fā)出的一種算法。假如我們現(xiàn)在只有一些輸入和相應(yīng)的輸出，而對(duì)如何由輸入得到輸出的機(jī)理并不清楚，那么我們可以把輸入與輸出之間的未知過(guò)程看成是一個(gè)“網(wǎng)絡(luò)”，通過(guò)不斷地給
2008-06-19 14:40:42
人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Network，ANN)是一種類似生物神經(jīng)網(wǎng)絡(luò)的信息處理結(jié)構(gòu)，它的提出是為了解決一些非線性，非平穩(wěn)，復(fù)雜的實(shí)際問(wèn)題。那有哪些辦法能實(shí)現(xiàn)人工神經(jīng)網(wǎng)絡(luò)呢？
2019-08-01 08:06:21
人工神經(jīng)網(wǎng)絡(luò)課件
2016-06-19 10:15:48
簡(jiǎn)單理解LSTM神經(jīng)網(wǎng)絡(luò)
2021-01-28 07:16:57
圖卷積神經(jīng)網(wǎng)絡(luò)
2019-08-20 12:05:29
優(yōu)化神經(jīng)網(wǎng)絡(luò)訓(xùn)練方法有哪些？
2022-09-06 09:52:36
全連接神經(jīng)網(wǎng)絡(luò)和卷積神經(jīng)網(wǎng)絡(luò)的區(qū)別
2019-06-06 14:21:42
以前的神經(jīng)網(wǎng)絡(luò)幾乎都是部署在云端（服務(wù)器上），設(shè)備端采集到數(shù)據(jù)通過(guò)網(wǎng)絡(luò)發(fā)送給服務(wù)器做inference（推理），結(jié)果再通過(guò)網(wǎng)絡(luò)返回給設(shè)備端。如今越來(lái)越多的神經(jīng)網(wǎng)絡(luò)部署在嵌入式設(shè)備端上，即
2021-12-23 06:16:40
卷積神經(jīng)網(wǎng)絡(luò)為什么適合圖像處理？
2022-09-08 10:23:10
卷積神經(jīng)網(wǎng)絡(luò)(CNN)究竟是什么，鑒于神經(jīng)網(wǎng)絡(luò)在工程上經(jīng)歷了曲折的歷史，您為什么還會(huì)在意它呢? 對(duì)于這些非常中肯的問(wèn)題，我們似乎可以給出相對(duì)簡(jiǎn)明的答案。
2019-07-17 07:21:50
地介紹了卷積 神經(jīng)網(wǎng)絡(luò)的發(fā)展歷史，然后分析了典型的卷積神經(jīng) 網(wǎng)絡(luò)模型通過(guò)堆疊結(jié)構(gòu)、網(wǎng)中網(wǎng)結(jié)構(gòu)、殘差結(jié)構(gòu)以及 注意力機(jī)制提升模型性能的方法，并進(jìn)一步介紹了 特殊的卷積神經(jīng)網(wǎng)絡(luò)模型及其結(jié)構(gòu)，最后討論了卷
2022-08-02 10:39:39
卷積神經(jīng)網(wǎng)絡(luò)的優(yōu)點(diǎn)
2020-05-05 18:12:50
卷積神經(jīng)網(wǎng)絡(luò)的層級(jí)結(jié)構(gòu) 卷積神經(jīng)網(wǎng)絡(luò)的常用框架
2020-12-29 06:16:44
抽象人工智能 （AI） 的世界正在迅速發(fā)展，人工智能越來(lái)越多地支持以前無(wú)法實(shí)現(xiàn)或非常難以實(shí)現(xiàn)的應(yīng)用程序。本系列文章解釋了卷積神經(jīng)網(wǎng)絡(luò) （CNN） 及其在 AI 系統(tǒng)中機(jī)器學(xué)習(xí)中的重要性。CNN 是從
2023-02-23 20:11:10
什么是卷積神經(jīng)網(wǎng)絡(luò)？ImageNet-2010網(wǎng)絡(luò)結(jié)構(gòu)是如何構(gòu)成的？有哪些基本參數(shù)？
2021-06-17 11:48:22
反饋神經(jīng)網(wǎng)絡(luò)算法
2020-04-28 08:36:58
為提升識(shí)別準(zhǔn)確率，采用改進(jìn)神經(jīng)網(wǎng)絡(luò)，通過(guò)Mnist數(shù)據(jù)集進(jìn)行訓(xùn)練。整體處理過(guò)程分為兩步：圖像預(yù)處理和改進(jìn)神經(jīng)網(wǎng)絡(luò)推理。圖像預(yù)處理主要根據(jù)圖像的特征，將數(shù)據(jù)處理成規(guī)范的格式，而改進(jìn)神經(jīng)網(wǎng)絡(luò)推理主要用于輸出結(jié)果。 整個(gè)過(guò)程分為兩個(gè)步驟：圖像預(yù)處理和神經(jīng)網(wǎng)絡(luò)推理。需要提前安裝Tengine框架，
2021-12-23 08:07:33
最近在學(xué)習(xí)電機(jī)的智能控制，上周學(xué)習(xí)了基于單神經(jīng)元的PID控制，這周研究基于BP神經(jīng)網(wǎng)絡(luò)的PID控制。神經(jīng)網(wǎng)絡(luò)具有任意非線性表達(dá)能力，可以通過(guò)對(duì)系統(tǒng)性能的學(xué)習(xí)來(lái)實(shí)現(xiàn)具有最佳組合的PID控制。利用BP
2021-09-07 07:43:47
基于BP神經(jīng)網(wǎng)絡(luò)的辨識(shí)
2018-01-04 13:37:27
FPGA實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)關(guān)鍵問(wèn)題分析基于FPGA的ANN實(shí)現(xiàn)方法基于FPGA的神經(jīng)網(wǎng)絡(luò)的性能評(píng)估及局限性
2021-04-30 06:58:13
基于RBF神經(jīng)網(wǎng)絡(luò)的辨識(shí)
2018-01-04 13:38:52
基于光學(xué)芯片的神經(jīng)網(wǎng)絡(luò)訓(xùn)練解析，不看肯定后悔
2021-06-21 06:33:55
基于深度神經(jīng)網(wǎng)絡(luò)的激光雷達(dá)物體識(shí)別系統(tǒng)及其嵌入式平臺(tái)部署
2021-01-04 06:26:23
的貝葉斯分類器得到了廣泛的認(rèn)可?！ ?b class="flag-6" style="color: red">徑向基函數(shù)（RBF）網(wǎng)絡(luò)是一種性能良好的前饋型三層神經(jīng)網(wǎng)絡(luò)，具有全局逼近性質(zhì)和最佳逼近性能，訓(xùn)練方法快速易行，RBF 函數(shù)還具有局部響應(yīng)的生物合理性。RBF神經(jīng)網(wǎng)絡(luò)
2009-10-23 10:03:57
如何用stm32cube.ai簡(jiǎn)化人工神經(jīng)網(wǎng)絡(luò)映射？如何使用stm32cube.ai部署神經(jīng)網(wǎng)絡(luò)？
2021-10-11 08:05:42
由于時(shí)變非線性和強(qiáng)耦合的控制系統(tǒng)還沒有精確的數(shù)學(xué)模型，因而傳統(tǒng)的依賴被控對(duì)象數(shù)學(xué)模型的控制策略及其控制系統(tǒng)的封閉式結(jié)構(gòu)很難對(duì)其實(shí)施有效控制。神經(jīng)網(wǎng)絡(luò)控制能夠很好地克服系統(tǒng)中模型參數(shù)的變化和非線性等
2019-08-12 06:25:35
原文鏈接：http://tecdat.cn/?p=5725 神經(jīng)網(wǎng)絡(luò)是一種基于現(xiàn)有數(shù)據(jù)創(chuàng)建預(yù)測(cè)的計(jì)算系統(tǒng)。如何構(gòu)建神經(jīng)網(wǎng)絡(luò)？神經(jīng)網(wǎng)絡(luò)包括：輸入層：根據(jù)現(xiàn)有數(shù)據(jù)獲取輸入的層隱藏層：使用反向傳播優(yōu)化輸入變量權(quán)重的層，以提高模型的預(yù)測(cè)能力輸出層：基于輸入和隱藏層的數(shù)據(jù)輸出預(yù)測(cè)
2021-07-12 08:02:11
訓(xùn)練一個(gè)神經(jīng)網(wǎng)絡(luò)并移植到Lattice FPGA上，通常需要開發(fā)人員既要懂軟件又要懂?dāng)?shù)字電路設(shè)計(jì)，是個(gè)不容易的事。好在FPGA廠商為我們提供了許多工具和IP，我們可以在這些工具和IP的基礎(chǔ)上做
2020-11-26 07:46:03
神經(jīng)網(wǎng)絡(luò)的并行特點(diǎn)，而且它還可以根據(jù)設(shè)計(jì)要求配置硬件結(jié)構(gòu)，例如根據(jù)實(shí)際需要，可靈活設(shè)計(jì)數(shù)據(jù)的位寬等。隨著數(shù)字集成電路技術(shù)的飛速發(fā)展，F(xiàn)PGA芯片的處理能力得到了極大的提升，已經(jīng)完全可以承擔(dān)神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)壓縮
2019-08-08 06:11:30
應(yīng)用人工神經(jīng)網(wǎng)絡(luò)模擬污水生物處理（1.浙江工業(yè)大學(xué)建筑工程學(xué)院, 杭州 310014; 2.鎮(zhèn)江水工業(yè)公司排水管理處，鎮(zhèn)江 212003）摘要：針對(duì)復(fù)雜的非線性污水生物處理過(guò)程，開發(fā)了徑向基函數(shù)的人
2009-08-08 09:56:00
硬件神經(jīng)網(wǎng)絡(luò)技術(shù)ZISC的工作原理如何用VLSI設(shè)計(jì)硬件神經(jīng)網(wǎng)絡(luò)？ZISC技術(shù)及其在模式識(shí)別中的應(yīng)用
2021-04-12 06:55:38
有提供編寫神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)程序服務(wù)的嗎？
2011-12-10 13:50:46
吳恩達(dá)機(jī)器學(xué)習(xí)筆記之神經(jīng)網(wǎng)絡(luò)參數(shù)的反向傳播算法
2019-05-22 15:11:21
求助地震波神經(jīng)網(wǎng)絡(luò)程序，共同交流！！
2013-05-11 08:14:19
小女子做基于labview的蒸發(fā)過(guò)程中液位的控制，想使用神經(jīng)網(wǎng)絡(luò)pid控制，請(qǐng)問(wèn)這個(gè)控制方法可以嗎？有誰(shuí)會(huì)神經(jīng)網(wǎng)絡(luò)pid控制么。。。叩謝
2016-09-23 13:43:16
求助大神 小的現(xiàn)在有個(gè)難題： 一組車重實(shí)時(shí)數(shù)據(jù) 對(duì)應(yīng)一個(gè)車重的最終數(shù)值（一個(gè)一維數(shù)組輸入對(duì)應(yīng)輸出一個(gè)數(shù)值） 這其中可能經(jīng)過(guò)均值、方差、去掉N個(gè)最大值、、、等等的計(jì)算 我的目的就是弄清楚這個(gè)中間計(jì)算過(guò)程 最近實(shí)在想不出什么好辦法就打算試試神經(jīng)網(wǎng)絡(luò) 請(qǐng)教大神用什么神經(jīng)網(wǎng)絡(luò)好求神經(jīng)網(wǎng)絡(luò)程序
2016-07-14 13:35:44
求高手，基于labview的BP神經(jīng)網(wǎng)絡(luò)算法的實(shí)現(xiàn)過(guò)程，最好有程序哈，謝謝??！
2012-12-10 14:55:50
最簡(jiǎn)單的神經(jīng)網(wǎng)絡(luò)
2019-09-11 11:57:36
脈沖耦合神經(jīng)網(wǎng)絡(luò)（PCNN）在FPGA上的實(shí)現(xiàn)，實(shí)現(xiàn)數(shù)據(jù)分類功能，有報(bào)酬。QQ470345140.
2013-08-25 09:57:14
視覺任務(wù)中，并取得了巨大成功。然而，由于存儲(chǔ)空間和功耗的限制，神經(jīng)網(wǎng)絡(luò)模型在嵌入式設(shè)備上的存儲(chǔ)與計(jì)算仍然是一個(gè)巨大的挑戰(zhàn)。前面幾篇介紹了如何在嵌入式AI芯片上部署神經(jīng)網(wǎng)絡(luò)：【嵌入式AI開發(fā)】篇五|實(shí)戰(zhàn)篇一：STM32cubeIDE上部署神經(jīng)網(wǎng)絡(luò)之pytorch搭建指紋識(shí)別模型.onnx...
2021-12-14 07:35:25
神經(jīng)網(wǎng)絡(luò)模糊系統(tǒng)及其在運(yùn)動(dòng)控制中的應(yīng)用是一本關(guān)于人工神經(jīng)網(wǎng)絡(luò)、模糊邏輯系統(tǒng)，以及模糊神經(jīng)網(wǎng)絡(luò)研究成果的專著。作者在簡(jiǎn)要介紹神經(jīng)網(wǎng)絡(luò)理論與模糊理論的基礎(chǔ)上，對(duì)人
2009-01-13 15:18:34
0 提出一種前饋神經(jīng)網(wǎng)絡(luò)盲多用戶檢測(cè)算法，利用前饋神經(jīng)網(wǎng)絡(luò)替代原有檢測(cè)器中的濾波器，通過(guò)懲罰函數(shù)對(duì)約束恒模代價(jià)函數(shù)進(jìn)行求解，獲得前饋神經(jīng)網(wǎng)絡(luò)權(quán)值和參數(shù)的迭代公式，
2009-04-22 08:41:4729 一般的加權(quán)一階局域預(yù)測(cè)法是利用最小二乘法求解模型，從而對(duì)混沌時(shí)序進(jìn)行預(yù)測(cè)?；?b class="flag-6" style="color: red">徑向基神經(jīng)網(wǎng)絡(luò)的局域預(yù)測(cè)法是在加權(quán)一階局域預(yù)測(cè)模型的理論基礎(chǔ)上，應(yīng)用徑向基神經(jīng)網(wǎng)
2009-04-23 10:02:5116 首先介紹人工神經(jīng)網(wǎng)絡(luò)ANN 實(shí)現(xiàn)技術(shù)的歷史、現(xiàn)狀和發(fā)展，著重分析RBF網(wǎng)絡(luò)的原理及其建立在超大規(guī)模集成電路基礎(chǔ)上的硬件神經(jīng)網(wǎng)絡(luò)的設(shè)計(jì)方法。然后，介紹一種新的硬件神經(jīng)網(wǎng)絡(luò)
2009-05-14 16:24:039 研究了天氣和特殊事件對(duì)電力負(fù)荷的影響，建立了結(jié)合徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)來(lái)進(jìn)行短期負(fù)荷預(yù)測(cè)的模型。將溫度、降雨量運(yùn)用于徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)中，提高了訓(xùn)練的可信度和可靠
2009-05-26 20:59:1446 本文針對(duì)工業(yè)零件設(shè)計(jì)中曲面數(shù)據(jù)的破損問(wèn)題，提出了一種基于徑向基函數(shù)(RBF)神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)修補(bǔ)方法。闡述了數(shù)據(jù)修補(bǔ)方法的原理，設(shè)計(jì)了網(wǎng)絡(luò)結(jié)構(gòu)和訓(xùn)練算法，運(yùn)用K均值算
2009-06-09 16:34:3012 針對(duì)火電廠汽輪發(fā)電機(jī)組經(jīng)濟(jì)性監(jiān)測(cè)系統(tǒng)中參數(shù)失效的問(wèn)題,提出了利用徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的仿真手段作為虛擬傳感器。分析了徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的原理與特點(diǎn),總結(jié)了求解各層權(quán)
2009-06-30 10:36:0512 提出了基于智能嗅覺系統(tǒng)的識(shí)別混合有毒氣體組分濃度的方法。該系統(tǒng)包括兩大部分: 有毒氣體傳感器陣列模塊和徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)模塊。前者用于獲取反映有毒氣體組分的電信號(hào)
2009-07-10 15:50:0423 本文介紹了基于matlab 的徑向基函數(shù)RBF 神經(jīng)網(wǎng)絡(luò)對(duì)于圖書館借書量預(yù)測(cè)的方法，討論了RBF 神經(jīng)網(wǎng)絡(luò)的構(gòu)造思路、參數(shù)和分布密度spread 的選擇。為圖書館工作人員書籍管理提供了新
2009-08-05 08:19:0419 RBF 徑向基神經(jīng)網(wǎng)絡(luò)在工程中，尤其是各種智能控制中的應(yīng)用十分廣泛。其隱含層的非線性激活函數(shù)經(jīng)常采用高斯徑向基函數(shù)，這一函數(shù)為一指數(shù)函數(shù)。指數(shù)函數(shù)用硬件實(shí)現(xiàn)起來(lái)比
2009-09-02 18:06:4624 針對(duì)目前我國(guó)稅收業(yè)務(wù)征管考核的主觀性大，難以建立精確快速的自動(dòng)征管考核的問(wèn)題，本文采用了徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)建立征管考核的數(shù)學(xué)模型，選取實(shí)際征管考核樣本數(shù)據(jù)對(duì)
2009-09-16 11:08:347 為有效解決系統(tǒng)的最經(jīng)濟(jì)控制問(wèn)題,本文提出將系統(tǒng)的經(jīng)濟(jì)收益問(wèn)題轉(zhuǎn)換為對(duì)系統(tǒng)控制結(jié)構(gòu)和參數(shù)的優(yōu)化問(wèn)題。首先提出將網(wǎng)絡(luò)代價(jià)的概念植入徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)(RBF網(wǎng)絡(luò))結(jié)構(gòu)的優(yōu)
2010-02-23 14:11:3311 徑向基函數(shù)網(wǎng)絡(luò)在平原河網(wǎng)水質(zhì)評(píng)價(jià)中的應(yīng)用摘要:利用MatLab 神經(jīng)網(wǎng)絡(luò)工具箱構(gòu)建了徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)(RBF2ANN) 模型,并用于平原河網(wǎng)和水庫(kù)的水質(zhì)評(píng)價(jià).該模型以
2010-05-05 11:06:3921 提出了徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)應(yīng)用于變速箱齒輪故障診斷的基本方法 利用345647 神經(jīng)網(wǎng)絡(luò)工具箱對(duì)變速箱齒輪進(jìn)行故障診斷仿真并創(chuàng)建神經(jīng)網(wǎng)絡(luò)與(神經(jīng)網(wǎng)絡(luò)來(lái)進(jìn)行故障診斷$ 通過(guò)對(duì)比診斷結(jié)果證明網(wǎng)絡(luò)在診斷精度診斷速度上均優(yōu)于 網(wǎng)絡(luò)說(shuō)網(wǎng)絡(luò)應(yīng)用于齒 輪的故障診斷準(zhǔn)確
2011-02-11 14:04:1032 提出了一種基于徑向基函數(shù)(RBF) 免疫神經(jīng)網(wǎng)絡(luò) 的故障檢測(cè)方法,該故障檢測(cè)方法由系統(tǒng)辨識(shí)、殘差過(guò)濾和故障報(bào)警濃度等功能模塊構(gòu)成。系統(tǒng)辨識(shí)基于免疫RBF神經(jīng)網(wǎng)絡(luò),用于故障檢測(cè)的殘
2011-07-27 16:51:2122 人工神經(jīng)網(wǎng)絡(luò)的模型及其應(yīng)用-復(fù)旦大學(xué)出版社-張立明。
2016-04-12 11:08:100 基于選擇性集成徑向基神經(jīng)網(wǎng)絡(luò)的來(lái)波方向估計(jì)_羅爭(zhēng)
2017-01-07 16:24:520 應(yīng)用函數(shù)鏈神經(jīng)網(wǎng)絡(luò)測(cè)量管道內(nèi)壁缺陷尺寸_王慶峰
2017-03-20 09:33:430 基于RBF神經(jīng)網(wǎng)絡(luò)的辨識(shí)，徑向基函數(shù)(RBF-Radial Basis Function)神經(jīng)網(wǎng)絡(luò)是由J.Moody和C.Darken在80年代末提出的一種神經(jīng)網(wǎng)絡(luò)它是具有單隱層的三層前饋網(wǎng)絡(luò)。由于
2017-12-06 15:10:300 本文檔的主要內(nèi)容詳細(xì)介紹的是徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)詳細(xì)資料免費(fèi)下載
2018-08-10 08:00:003 本視頻主要詳細(xì)介紹了神經(jīng)網(wǎng)絡(luò)分類，分別是BP神經(jīng)網(wǎng)絡(luò)、RBF（徑向基）神經(jīng)網(wǎng)絡(luò)、感知器神經(jīng)網(wǎng)絡(luò)、線性神經(jīng)網(wǎng)絡(luò)、自組織神經(jīng)網(wǎng)絡(luò)、反饋神經(jīng)網(wǎng)絡(luò)。
2019-04-02 15:29:22
12598 什么是神經(jīng)網(wǎng)絡(luò)激活函數(shù)？激活函數(shù)有助于決定我們是否需要激活神經(jīng)元。如果我們需要發(fā)射一個(gè)神經(jīng)元那么信號(hào)的強(qiáng)度是多少。激活函數(shù)是神經(jīng)元通過(guò)神經(jīng)網(wǎng)絡(luò)處理和傳遞信息的機(jī)制
2020-07-05 11:21:213352 
神經(jīng)網(wǎng)絡(luò)及其在GIS中的應(yīng)用說(shuō)明。
2021-04-27 09:36:1611 文章系統(tǒng)地闡述了神經(jīng)網(wǎng)絡(luò)自適應(yīng)控制的本質(zhì)、優(yōu)勢(shì)與研究進(jìn)展，介紹了神經(jīng)網(wǎng)絡(luò)自適應(yīng)控制的不同結(jié)構(gòu)模型及其所具有的特性，分析了目前神經(jīng)網(wǎng)絡(luò)自適應(yīng)控制尚存在的問(wèn)題，及其日后的研究重點(diǎn)與方向，指出了神經(jīng)網(wǎng)絡(luò)與自適應(yīng)控制相結(jié)合，應(yīng)用于控制系統(tǒng)中的優(yōu)越性和可行性。
2021-05-31 16:35:5411 在介紹卷積神經(jīng)網(wǎng)絡(luò)之前，我們先回顧一下神經(jīng)網(wǎng)絡(luò)的基本知識(shí)。就目前而言，神經(jīng)網(wǎng)絡(luò)是深度學(xué)習(xí)算法的核心，我們所熟知的很多深度學(xué)習(xí)算法的背后其實(shí)都是神經(jīng)網(wǎng)絡(luò)。
2023-02-23 09:14:442251 本項(xiàng)目在之前項(xiàng)目分類模型基礎(chǔ)上神經(jīng)網(wǎng)絡(luò)應(yīng)用（一）進(jìn)一步拓展神經(jīng)網(wǎng)絡(luò)應(yīng)用，相比之前本項(xiàng)目增加了新的知識(shí)點(diǎn)，比如正則化，softmax函數(shù)和交叉熵?fù)p失函數(shù)等。
2023-02-24 15:43:471283 
作者：Mouaad B. 來(lái)源：DeepHub IMBA 如果你剛剛開始學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)，激活函數(shù)的原理一開始可能很難理解。但是如果你想開發(fā)強(qiáng)大的神經(jīng)網(wǎng)絡(luò)，理解它們是很重要的。 但在我們深入研究激活函數(shù)
2023-04-18 11:20:04321 
作者：MouaadB.來(lái)源：DeepHubIMBA如果你剛剛開始學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)，激活函數(shù)的原理一開始可能很難理解。但是如果你想開發(fā)強(qiáng)大的神經(jīng)網(wǎng)絡(luò)，理解它們是很重要的。但在我們深入研究激活函數(shù)之前
2023-04-21 09:28:42381 
電子發(fā)燒友App
由于艦載武器系統(tǒng)，需選用具有在片學(xué)習(xí)功能的神經(jīng)網(wǎng)絡(luò)芯片，即將網(wǎng)絡(luò)訓(xùn)練所需的反饋電路及權(quán)值存儲(chǔ)、計(jì)算和修正電路都集成在了一個(gè)芯片，因而可實(shí)現(xiàn)全硬件的、具有自學(xué)習(xí)能力的神經(jīng)網(wǎng)絡(luò)系統(tǒng)，也可以說(shuō)，這是一種具有自適應(yīng)能力的神經(jīng)網(wǎng)絡(luò)。
工商網(wǎng)監(jiān)
評(píng)論