为了提高卷积神经网络(CNN)在图像隐写分析领域的分类效果,构建了一个新的卷积神经网络模型(steganalysis-convolutionalneuralnetworks,S-CNN)进行隐写分析。
基于Matlab神经网络控制仿真研究,袁健,张文霞,介绍了基于神经网络的直接逆控制和模型参考自适应控制的基本原理,然后把它应用在一个简单的二阶系统控制中,并对其进行了仿真,
针对演化学习的速度较慢、模型的稳定性较差等,利用梯度下降计算改进演化算法,极大地提高了模型的学习速度,对那些需要及时优化工艺参数的生产过程,该种模型有很好的应用前景。
针对多属性决策问题(MCDM)权重难以客观确定的缺陷,提出一种基于灰色关联分析和超效率数据包络分析(DEA)的混合算法研究MCDM。对MCDM进行建模,利用灰色关联分析计算各属性的点关联度,为了得到各
论文研究-基于相似性和接近性视角的新型灰色关联分析模型.pdf,
以笔者1992年提出的灰色绝对关联度模型为基础,构造出
货物流通过程中,目前流行的车辆调度方式——基于简单的神经网络模型设计,造成运输成本的浪费。提出了一种基于改进神经网络的非满载车辆路线优化挖掘模型,来解决运输过程中的非满载车辆调度优化问题。改进的模型通
为降低模型预测控制优化问题的计算复杂度,以时滞系统的模型预测控制问题作为研究对象,利用神经网络动态平衡点与优化问题解相对应的特点,提出一种基于广义投影神经网络的模型预测控制优化算法。首先将模型预测控制
为进一步提高量子神经网络的性能,结合目前神经网络机理的研究进展,提出了一种基于量子门组的量子神经元模型,建立了量子门组量子神经网络(QuantumGateSetNeuralNetwork,QGSNN)
基于免疫神经网络的纺丝过程双向智能优化模型,梁霄,丁永生,基于人工免疫机制增强的神经网络优化模型,提出了一种双向纺丝工艺建模和智能优化方法及其专家系统,通过对大量生产数据进行处理
采用学习矢量量化神经网络对软件质量进行预测,提出基于学习矢量量化神经网络的软件模块风险性预测模型,与BP神经网络预测模型相比,实验结果表明提出的模型获得更精确的预测效果。1082007,43(18)C