单层感知器相关论文
传统的语音识别方法,信噪比较低时识别率也较低。为了使语音识别更具有环境适应性、抗噪性,从非齐次隐马尔可夫模型(nonhomogeneou......
电子鼻,也称人工嗅觉系统,在香水、饮料、食品等的质量控制中具有广泛的应用;但用于疾病诊断的医用电子鼻目前尚不成熟,仍处于实验......
该文对汽车牌照的高精度识别算法作了较为深入的研究.在统计模式识别和句法模式识别方面,采用了横向投影、横纵向笔画、邻点梯度、......
FL神经网络将原输入模式进行一次非线性扩展后作为单层感知器的输入，从而克服了学习速度慢，易陷于的问题；在故障诊断中有特殊的意义。......
人工神经网络已在各个领域得到广泛的应用，尤其是在智能系统中的非线性建模及其控制器的设计、模式分类与模式识别、联想记忆和优化......
单层感知器神经网络模型是多层感知器神经网络－－ＢＰ网络的基础，对单层感知器学习算法的改进是进行ＢＰ网络学习算法改进的基础。把带遗忘因子......
本文在介绍单层感知器基本模型和七段数码显示管显示原理的基础上，介绍了用单层感知器代替七段数码显示管中的显示译码器的方法．并用......
大型热力系统的控制系统必须能够检测传感器故障,并采取相应的措施,保证控制过程的顺利进行.针对热力系统这类时滞系统,提出一种基......
近年来,面向不平衡数据集的分类器学习与推广问题越来越受到人们的关注,在此以机器学习数据库、美国邮政编码、2维元音等国际上典......
本文提出了平均误经特率最小意义下的最佳线性多用户信号检测器，并给出了救解这种最佳线性多用户信号检测器的近似方法－－训练单层感知......
分类是一种非常重要的数据挖掘方法,目的是根据训练数据集的属性数据构建分类模型,为预测提供依据。通过python实现单层感知器模型......
1943年M cCulloch和Pitts首先提出了神经元模型(MP模型)~([1])。1958年到1962年,Rosenblatt在神经元模型的基础上添加了学习功能,......
如何从人工智能的角度来描述人们的意识行为,事实过程的数学映象.在分别讨论了单层感知器的线性可分性和不可分性的基础上,利用单......
针对复杂背景下的彩色图像的目标提取,提出了一种基于单层感知器的目标提取方法。通过建立以颜色分量为输入、阈值型函数为输出的......
通过对感知器模型的研究，结合数字电路知识，实现了基本逻辑运算，并通过MATLAB验证了感知器能够实现逻辑运算，并能进行正确分类。......
数据挖掘是指从大型数据库或数据仓库中提取人们感兴趣的知识,这些知识是潜在有用信息。分类是数据挖掘重要研究方向之一,其目的就......
单层感知器神经网络模型是多层感知器神经网络———ＢＰ网络的基础，对单层感知器学习算法的改进是进行ＢＰ网络学习算法改进的基础。把带遗......
