论文部分内容阅读
基于神经网络的非线性Ａ／Ｄ转换器
【机 构】
：
计量学院教研室
【出 处】
：
中国科协首届学术年会
【发表日期】
：
1999年期
其他文献
该文首先对一种二次规划神经网络模型进行筒化，这种筒化对于提高解的精度和降低实现成本十分必要，筒化后的模型具有良好的性能。进而该文利用它给出一种求解离散线性系统二次最
应用ＰＡＣ学习和ＶＣ ｄｉｍｎｅｓｉｏｎ方法，分析了神经网络的泛化能力。对于给定的目标函数定义了泛化指标，表示训练后的神经网络和给定的目标函数之间的副近精度，用以分析结合先验知识的神经网络。证明
在讨论了现有的泛化理论和“ＶＣ”维理论的基础上，结合考虑了样本复杂度与学习算法等因素，该文提出网络“虚假复杂度”的概念。文中通过分析、比较说明“虚假复杂度”能够很好地解
基于神经网络的仿真建模、优化系统（ＨＩＴＳＩＭ）支持仿真系统的无模型库建模和高维复杂理论模型的优化。以反向传播算法（ＢＰ算法）作为数据学习的主要手段。系统对小样本采用信息聚类和扩散，对超
该文研究了飞控系统程序调参控制律的神经网络实现，给出了网络的结构及优化算法；并以某型飞机电传操纵系统倾斜阻尼通道的程序调参控制律为例，对该实现方法进行了验证，结果表明，实