前馈神经网络相关论文
目的:本研究基于东北区域自然人群队列,了解东北区域高尿酸血症（hyperuricemia,HUA）的患病情况,利用不同机器学习算法构建HUA预测模......
针对电机驱动系统故障难以捕捉、特征精细刻画难和诊断准确性差等重难点问题，提出了一种融合堆叠降噪自编码器和前馈神经网络（stacke......
传统的石油化工过程建模中仅使用静态数据，而未能充分考虑连续生产过程中时序信息对建模指标的影响。本研究提出了一种静态与时序数......
针对现有电力负荷预测方法精度比较低的问题，该文提出一种改进深度神经网络的短期电力负荷预测模型。首先通过长短时记忆网络（Long S......
纳米技术的快速发展为纳米尺度设备的创新应用带来了新的机遇,基于纳米尺度的纳米器件在细胞监测、疾病诊断、损伤恢复和医学治疗......
情绪是人在特定的场景刺激下产生的心理和生理的协调反应,与人的心理状态和生理健康息息相关。负性情绪会严重影响工作效率与工作......
近年来,随着我国教育事业的发展,全国大多数的中职院校和普通高等院校的招生名额逐渐增加,毕业学生数量也随之增长。社会经济发展......
深度神经网络（DNN）在包括计算机视觉,语音识别,自然语言处理,量子化学和医疗保健在内的多个研究领域中均表现出出色的性能。然而,众......
人工神经网络由于其超强的非线性映射能力,卓越的学习能力以及其广泛的用途,成为许多领域的研究热点.为了提高网络泛化能力,产生更......
近年来,寻找最合适的前馈神经网络（FNN）架构引起了极大的关注。一些研究提出了一些自动的方法来找到一个小而充足的网络结构,无需额......
自上世纪八十年代以来,人工神经网络迅猛发展。现在,它已经被广泛应用于诸多领域解决实际问题。但是,就目前情况而言,我们所应用的......
随着人民生活水平的不断进步与对美好生活的向往,人们对于个人的健康越来越重视。乳腺癌是对女性健康威胁最大的恶性肿瘤之一,对乳......
针对传统物体形状分类算法中图像的空间结构特征表示不够准确,以及分类器模型参数易陷入局部最优的问题,提出结合重叠金字塔与贝叶......
探讨了深度学习中的前馈神经网络,阐述了其静态结构和动态实现过程,并进行了实验。在实验中,根据所选取的特征数据集,设计出一种预......
X射线脉冲星导航(X-ray Pulsar-based Navigation, XPNAV)具有可靠性高、自主性强、适用范围广等特点,已经成为新一代极具研究意义......
前馈神经网络在许多领域都得到了广泛的应用，然而其学习过程经常会变得很慢，容易陷入局部极小点，有时会陷入平坦区。研究导致这些问题......
前馈神经网络由于其潜在的并行性和高度非线性的特性,为非线性控制领域开辟了一条新的研究和应用途径.然而,传统前馈神经网络学习......
为了获取高效的BP网络学习系统,我们对于BP网络的结构以及影响网络学习性能的其它相关因素进行了探讨.特别的是,我们对于BP网络训......
人工神经网络(ArtificialNeuralNetworks，ANN)是一个高复杂度的非线性系统，虽然从形式上模拟了人脑的学习结构，但由于所依赖的生物学......
神经网络是功能强大的数据建模工具，已成功应用于求解分类问题和回归问题。结构选择是神经网络研究的热点之一，针对具体问题，选择合适......
本文通过对电力系统短期负荷预测特性和现有预测方法的深入研究,提出了一种新型算法的短期负荷预测模型。文章首先设计一个体现大......
基于BP算法的BP网络在计算上以并行为主，具有很强的鲁棒性和容错能力，并且非线性单隐层BP网络可以实现以任何精度近似任何连续非线性......
极限学习器(Extreme learning machine, ELM)是训练单隐含层前馈神经网络有效学习算法。ELM克服了基于梯度的学习算法的很多不足，如......
神经网络技术是一种重要的数据信息处理方法，近些年来，被广泛应用于数据挖掘、模式识别、智能控制及复杂过程系统建模当中。前馈神经......
前馈神经网络是目前应用最广泛的一种神经网络模型，模糊感知器和Ridge Polynomial神经网络就是这样的两类前馈神经网络。本文对这两......
矢量控制是目前应用最为普遍的感应电机控制技术之一,其应用大大改善了感应电机转矩控制的精度和响应速度。传统的矢量控制对电机......
在材料物理中,第一Piola-Kirchhoff（PK）应力是一项比较重要的研究性质,基于Cauchy Born准则的原子论-连续介质模型计算有限温度下的......
智能优化算法因其独特高效的运行机制在求解复杂工程优化问题中表现出明显的优势,已经成为了智能优化计算领域的研究热点。回溯搜......
电力行业是关系国家社会经济发展,关乎国家民生的重要基础性行业。负荷预测是电力系统日常运行和控制的一项重要基本工作。准确的......
近些年,随着互联网的快速发展,网上购物平台也进入蓬勃发展期,众多企业涌入网上购物平台,原创品牌店铺更是百花齐放,导致同类店铺......
深度学习(deep learning)这一概念起源于对经典人工神经网络的研究,是机器学习中一种基于对数据进行表征学习的方法,并且积极地推......
开关磁阻电机具有结构简单、成本低廉、调速性能好、对恶劣环境适应性好等优点,被广泛应用于电动汽车、纺织行业、家用电器等多个......
癫痫发作是一种常见的慢性神经系统疾病,具有反复性和突发性等特点,因此需要医生对病人进行长时间的观察,既耗时,效率又低,且视觉......
奇异摄动问题常出现在流体力学、生物科学、控制理论、经济学和工程学等许多应用中,是一种最高阶导数项有一个小参数的微分方程.该......
前馈神经网络（Feedforward neural networks,FNNs）是在现代神经科学研究成果的基础上提出的,以模拟生物神经网络在受到外界刺激后作......
随着移动机器人在农业领域内广泛的应用,由于其复杂不规则的地形以及多变的环境对移动机器人的运动控制和稳定性提出了更加严格的......
研究不同水分处理所得的作物实际产量，建立前馈神经网络模型，得到不同土壤含水量时的旱作水稻预测经济产量，模型通过学习，使误差减小到......
利用高光谱数据监测作物生长情况具有无损和高效的特点,是现代农业的发展方向.为了简化高光谱数据处理流程,直接利用原始的高光谱......
利用前馈神经网络对激光等离子体打靶实验中所得的X光光谱数据进行处理，可以方便地求出等离子体的电子温度和电子密度等参数。在对......
前向神经网络一直是人们研究的神经网络重要模型之一。目前前向神经网络的学习算法主要分为两类：梯度下降算法和逐层优化算法。不过......
由于神经网络具有很强的数据处理能力和很好的逼近任意非线性函数的能力，其在控制系统的建模、辨识和控制中得到了广泛的应用。本文......
由于企业、政府和其他组织的工作已越来越依赖于计算机网络系统,保护这些系统免受攻击已成为当务之急.随着联网计算机的不断增加,I......
本文立足于语音信号处理基础技术，对应用于助听器的语音数字信号处理方法进行探讨。本文选定助听器技术中的两个主要问题为对象，分别......
极限学习机(ELM)作为一种单隐层前馈神经网络已成为大数据分析的重要工具。与传统神经网络相比,ELM具有结构简单、学习速度快和推......
利用小流变换的特性检测QRS波、用神经网络技术进行心搏分类国内外已有不少关于这方面的报道,但还不够完善.在总结前人工作的基础......
