基于图神经网络的推理研究

卷积神经网络（Convolutional Neural Network，CNN）是一种源于人工神经网络（Neural Network，NN）的深度机器学习方法，近年来在图像识别领域取得了巨大的成功。C

基于神经网络的客户感知网络质量评估体系研究,谢雪梅,董欣,本文基于客户感知理论,从

这一份关于线性神经网络的教学视频，之前用来学习的资料，现在共享给大家学习。附带视频对应的pdf文档

BP神经网络与模糊神经网络在空气质量评价中的研究

基于Matlab工具箱，文中附有有部分源程序，对神经网络学习很有用

神经网络的输入可以是降低分辨率的人脸图像、局部区域的自相关函数、局部纹理的二阶矩等。这类方法同样需要较多的样本进行训练，而在许多应用中，样本数量是很有限的。

参照经典的卷积神经网络模型 Ｌｅｎｅｔ－５的结构，提出一种适用于该数据集的CNN结构

针对CVT 二次侧所测电压无法准确反应电能质量的实际问题,并通过分析CVT线性等效电路和非线性因素的影响,提出建立神经网络来对CVT谐波传递函数进行研究。接着通过搭建CVT线性等效电路,对各次谐波进行

针对传统BP神经网络收敛速度慢，易陷入局部最小等缺点，提出了一种改进方法，并成功应用于入侵检测系统

针对带有过程性模糊信息或动态领域规则的时变信息处理问题, 提出一种模糊推理过程神经网络. 该模型 将模糊过程推理规则与数值型过程神经网络的动态信息处理机制相结合, 将推理规则表示为过程神经元. 利用过