前馈式神经网络相关论文
由于受到网络延迟问题的影响,当前采集系统普遍存在相同时间序列上采集值与实际值存在一定的偏差问题,导致采集到的信号准确性受到......
近年来，神经网络已在高能物理实验领域的粒子鉴别中得到应用，取得较好的结果，该文对前馈式神经网络作为分类器的基本原理作系统分析并......
EAS原初质子p与光子γ的分辨问题是超高能γ天文的关键问题。该文利用改进的BP前馈式神经网络对EAS原初质子p与光子γ的分辨问题进......
在研究分析多层前馈式神经网络的基础上提出了反向变量选择法 ,使得神经网络的高度非线性映射性能够以尽可能少的变量实现 .同时还......
提出了基于模式匹配与前馈式神经网络相结合的入侵检测模型.该模型运用分布式网络检测及分析系统HISTORY实现数据的采集,然后,对数......
提出了一种基于目标反传的前馈式神经网络训练算法,该算法将网络的目标输出信息反传到网络的每一个隐层上,于是将神经网络的训练问......
为解决复杂的非线性可分问题中前馈式神经网络收敛缓慢的问题 ,提出一种新的神经网络模型———自适应特征空间扩张神经网络 .该模......
基于前馈式神经网络模型，提出了一种新的化工设备维修决策方法，根据设备的各种状态因素，判断出设备应用属维修等级，制定相应维修策略，数......
在研究分析多层前馈式神经网络的基础上提出了反向变量选择法,使得神经网络的高度非线性映射性能够以尽可能少的变量实现.同时还证......
通过对Sigmoid函数求逆,把非线性极值问题转化为线性方程组来处理,巧妙地避开了梯度,从而可以克服BP算法的一些缺点,提高了算法的......
神经网络是目前公认的高精度分类器.尽管其具有结构复杂,网络训练时间长,分类过程难以理解等不足,但其较高的正确率是其他方法所不......
为了提高舰船电力供电的稳定性和节能性,需要进行舰船电力电能的准确测试研究,提出一种基于前馈式神经网络的舰船电力电能测试分析......
使用样本训练神经网络的重要问题之一是网络如何能很好地产生训练集外的模式和当样本中含有误差时算法得到的网络是否对该误差敏感......
目的针对基因表达数据,探索新的有效特征提取和分类方法。方法采用小波多分辨率分析（MRA）方法提取基因表达的特征和前馈式神经网络（BP......
应用神经网络的基本原理，介绍了对非线性时间序列进行预测的方法。并通过社会经济系统实例验证该方法的科学合理性。......
随着深度互联网时代到来,大数据所蕴含的巨大科学、经济价值逐渐凸显。然而其数据分析方法却存在较高技术壁垒,想要发掘出大数据的......
本文主要探讨了两个问题,一个是金融市场价格趋势是否可预测的问题,另一个是如何建立预测模型问题。事实上,金融市场价格趋势是否......
针对移动机器人传统路径跟随控制方法需要人工调校参数、缺乏自主优化能力的问题,提出了一种基于启发式动态规划(Heuristic dynami......
对SpikeNet网络的研究,其主要目的在于根据电生理学的研究成果,通过计算机构造与人脑相似的神经元及其网络拓扑结构来模拟人脑的思......
:基于前馈式神经网络模型 ,提出了一种新的化工设备维修决策方法。根据设备的各状态因素 ,判断出设备应属维修等级 ,制定相应维修......
