讨论一种基于信息熵的神经网络数据分类方法, 通过所有神经元的统计权重信息对输入数据进行投票分类. 这种多层网络结构以及基于信息量的分割算法, 使得它在数据分类问题上比现有的多数神经网络具有更好的表现.
提出了一种递归模糊神经网络(RFNN),通过加入向量调节层,提高了网络对输入信息的处理能力。基于所设计的递归模糊神经网络,建立非线性系统的离散数学多步模糊预测模型,根据这一模型对系统的输出进行预测,然
本文就此提出了一种基于神经网络的对跳频信号频率进行预测的新方法。该方法利用了神经网络的非线性映射能力,能够较好地对目标进行预测。
深度学习。发明专利说明书。本发明提出了一种基于加密神经网络的手 写识别方法,包括以下步骤:步骤1:对特征数据 和标签数据进行预处理;步骤2:构建深度学习模 型,训练超参数;步骤3:同态加密预处理过的数
瓦恩 基于深度生成神经网络的归因药物React方法 --main不同预处理方法和VAE的代码和结果 --DATA运行所有代码所需的数据,包括CCLE,GDSC和TCGA的下载数据 -人物代码重现所有人
电路设计方案
为了解决组成复杂、功能多样、贫样本的系统的综合效能评估问题,针对系统的效能评估指标体系三层结构,构建了基于灰色理论、RBF神经网络以及灰色RBF神经网络的系统效能评估模型,并通过仿真验证了这种灰色RB
一种具有神经特性的神经构件模型,赵懿恒,周勇,为适应运行时刻计算环境中网络、设备、资源等的变化和用户需求的改变,在不中断系统运行的情况下进行“在线”演化的需求日益增长��
一种新的实时半实物网络仿真方法,赵玉亭,张治,开发了一种新的研究大规模网络的实时半实物仿真方法,并对无线AdHoc网络上的视频传输进行了成功仿真,证明该方法对研究通信网络具
论文研究-一种新的网络对策评价方法及其应用 .pdf,