暂无评论
深度学习是人工智能领域中备受关注的技术，而神经网络模型与算法则是深度学习的核心。在这份学习资料中，我们系统地总结了神经网络的基本原理和各种常见的深度学习算法。这些知识对于从事人工智能研究和应用开发的专
基于GA-BP算法模糊神经网络控制器仿真，詹习生，李书臣，基于模糊逻辑推理与神经网络控制技术融合，设计一种模糊神经网络控制器。该控制器利用遗传算法(GA)优化隶属度函数，采用误差反向��
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
利用最大熵模型和BP神经网络对《史记》古文与现代文译文的平行语料进行短句对齐研究。最大熵模型将短句长度、短句对齐模式和共现汉字特征相结合来对平行语料进行短句对齐；BP神经网络则把短句长度、短句位置和共
通过人工神经网络算法与参数灵敏度分析的结合，找到了一种新的工程系统功能模拟和变化分析方法。神经网络可以有效地解决复杂、非线性系统的功能模拟问题，其传递函数的可微性为参数灵敏度矩阵的求解提供了保证，从而
模糊小脑模型神经网络在伺服控制中的应用，宫义山，赵海，在高精度伺服跟踪控制系统中，为使输出响应快速地跟踪输入指令，需要克服系统滞后、未建模动态、不确定性以及负载的变化因素等的
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）
人工神经网络模型及其在优化问题中的应用，孙阳，孙文生，Hopfield人工神经网络为解决NP问题提供了一种有效的途径，本文探讨了Hopfield神经网络模型的稳定性和有效性问题，并以求解TSP为例，给
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
暂无评论