一种自学习不确定度的神经网络架构

大学物理实验不确定度的计算，可以求出不确定度a，c

直接测量评定实例5个，间接测量评定实例2个，能采用简化方法的评定实例1个（八个不确定度评定实例）

对不确定度的定义，分类，评定，计算实例进行了详细的讲解，适合教师教学所用，也适合学生自学测量不确定度

提出一种新的基于粒子群优化的BP网络学习算法，该算法是一种全局随机优化算法，将该算法与传统BP—PSO算法对比实验表明：提出的算法性能优于BP算法，而且具有良好的收敛性，并成功应用于水泥水化过程仿真。

本资源深入探讨循环神经网络（RNN）的内部机制，并阐述其在序列数据处理中的应用。内容涵盖RNN的核心概念、模型结构、训练算法以及常见变体。此外，我们还将探讨RNN在自然语言处理、语音识别等领域的实际应

模糊神经网络的三种形式：t逻辑模糊神经网络t算术模糊神经网络（常规模糊神经网络）t混合模糊神经网络算术模糊神经网络是可以对输入模糊信号执行模糊算术运算，并含有模糊权系数的神经网络。通常，算术模糊神

本技术用简单的二元差分算子和二元求和算子及其迭代架构，实现了对声音、图像和高维流形数据处理的快速新算法。算法本质是把卷积神经网络中卷积层的卷积运算中矩阵的乘、加的内积运算,代之以矩阵的加、减迭代运算，

本书包含四个组成部分：导论，监督学习，无监督学习，神经网络动力学模型。导论部分介绍神经元模型、神经网络结构和机器学习的基本概念和理论。监督学习讨论感知机学习规则，有监督的Hebb学习，Widrow-H

针对互联电力系统的混沌控制问题,考虑到一种带有一系列负载负荷扰动和电磁功率扰动的互联电力系统模型,利用分岔图分析了该模型对各系统参数和外部干扰的敏感性。内部参数和扰动幅度值不确定,提出一种基于基本基函

提出一种H∞与神经网络混合自适应控制系统设计的新方法. 对于一类不确定非线性系统,首先运用线性 微分包含(LDI) 的方法,逼近模型中的非线性部分;然后在考虑外部扰动的情况下,设计忽略不确定项的H∞线