暂无评论
为提高BP神经网络训练的预测能力,采用有助于提高BP神经网络逼近精度的Metropolis准则来克服BP神经网络训练学习过程中容易陷入局部极小值的问题;考虑到两类误分的代价不同,利用两个惩罚系数C1和
期刊论文:一种采用神经网络实现解扩的扩频系统
线性神经网络,BP神经网络,Hopfield神经网格,Elman神经网络,RBF神经网络;在模型应用模块中实现了六种实际应用:RBF网络的船用柴油机故障诊断,BP网络的齿轮箱故障诊断,SOM网络的回热
一种用生长型神经网络控制倒立摆的方法,一种生长型神经网络的倒立摆控制方案
一种多层前馈神经网络的快速修剪算法,对网络的修剪有所帮助。
一种基于神经网络的入侵检测系统研究~希望对大家有用
动态推荐系统通过学习动态变化的兴趣特征来考虑推荐系统中的动态因素,实现推荐任务随着时间变化而实时更新。该文提出一种携带历史元素的循环神经网络(RecurrentNeuralNetworks,简称RNN
针对一类输出反馈非线性时滞系统,提出一种简化的自适应神经网络镇定算法.所设计的状态观测器和控制器不依赖于时滞.不同于现有的结果,系统的时滞项假定完全未知,仅采用一个神经网络补偿所有未知非线性函数,因此
径向基函数神经网络的一种在线学习算法.pdf
提出一种新的动态对角回归神经网络学习算法——局部动态误差反传算法(LDBP) , 该算法定 义了一种新的局部均方差函数, 并为回归单元建立一种新的学习结构。如果估计出各层的期望输出值, 多层回归网络便
暂无评论