提出一种基于模块化模糊子系统的分层模糊神经网络.该分层模糊神经网络基于高斯隶属函数, 且功能上等价于一个TSK 模糊系统.这种分层神经网络在保留了传统模糊神经网络很多优点的同时有效地抑制了"
里面大量讲解模糊神经网络算法的不同改进方法,带有大量注释,方遍学习交流
深度神经网络中过多的参数使得自身成为高度计算密集型和内存密集型的模型,这使得深度神经网络的应用不能轻易地移植到嵌入或移动设备上以解决特殊环境下的实际需求。为了解决该问题,提出了基于网络删减、参数共享两
运用一种基于K-聚类算法的模糊径向基函数(RBF)神经网络对污水处理中的溶解氧质量浓度进行控制,该方法结合了模糊控制的推理能力强与神经网络学习能力强的特点,将模糊控制、RBF神经网络以及K-聚类学习算
针对以往很多聚类方法不适用于链状分布的样品的情况,运用簇的概念确定新的“重心”点,然后将原始意义上的“距离”改用弧度来表征,再运用神经网络来对样品进行聚类。应用著名的“古斯塔夫森十字”图形进行仿真实验
基于卷积神经网络的心电信号分析方法研究,胡阳生,俞俊生,心电图(ECG),是由心脏的每个心动周期中的生物电的变化形成的图形,它含有丰富的人体健康的信息,对临床诊断有着重要的意义。卷积�
通过对供应链风险影响因素的分析建立了供应链风险预警指标体系,利用BP神经网络的自学习特性,反复修正模型的权值,不断减小系统误差,使系统的误差达到该模型要求的精度;然后根据网络输出结果,对网络各层的连接
语音和非语音类声音的识别在很多系统的研发中都有非常重要的作用,如安全监控、医疗保健、现代化的视听会议系统等。虽然绝大多数声音信号都有其独特的发音机制,然而要从其中进行特征的提取往往缺乏系统有效的方法。
论文研究-商业银行信贷风险分析的人工神经网络模型研究.pdf, 对人工神经网络及其应用于信贷风险分析的可行性进行了论述 ,着重对构建商业银行信贷风险分析的人工神经网络模型进行了深入细致的研究 .旨在
补偿模糊神经网络和模糊神经网络程序整理