人工神经网络在中药领域中的应用 2003年04月17日 09:23 产经网-中国医药报 20世纪70年代以来随着计算机技术的不断发展人工神经网络( ANN)的理论与实践都得到了迅猛提高 ANN的概念来源于生物神经网络 (BNN)限于目前的理论与技术ANN保留了脑神经网络的基本结构反映脑神经系统的工作原理在ANN中记忆的信息存贮在连接权上外部刺激通过连接通道自动激活相应的神经元以达到自动识别
单击此处编辑母版文本样式第二级第三级第四级第五级单击此处编辑母版标题样式College of Electrical and Information Engineering Hunan Univ.神经网络在控制中的应用 神经网络在控制中的应用神经网络辨识技术神经网络控制技术5.1 神经网络辨识系统辨识是自适应控制的关键所在它通过测量对象的输入输出状态来估计对象的数学模型使建立的数学模型和对象具有相同
单击此处编辑母版文本样式第二级第三级第四级第五级单击此处编辑母版标题样式College of Electrical and Information Engineering Hunan Univ.神经网络在控制中的应用 神经网络在控制中的应用神经网络辨识技术神经网络控制技术5.1 神经网络辨识系统辨识是自适应控制的关键所在它通过测量对象的输入输出状态来估计对象的数学模型使建立的数学模型和对象具有相同
第 21 卷第 4 期
定位技术在网络安全领域中的应用1 引言 从美国的GPS全球卫星定位系统开始这项以位置信息为聚焦点的技术逐渐进入了人们的视野并受到了极大的重视发展速度迅猛定位技术不仅对国家安全军事发展有着战略性的意义而且通过与现有的商业应用服务相结合为广大民众提供了一种基于位置信息的新型现代服务模式带来了新鲜的用户体验并逐步渗透到人们日常生活的方方面面正在成为生活中不可缺少的一种服务 近十年来互联网的飞跃
神经网络
神经网络对非线性函数具有任意逼近和自学习能力为系统的辨识尤其是非线性动态系统的辨识提供了一条十分有效的途径 神经网络辨识.3. 递归神经网络系统辨识神经网络在控制中主要起以下作用: 神经网络内模控制 在直接自适应控制的基础上引入了一个神经网络辨识器(NNI)来对被控对象的数学模型进行在线辨识这样可以及时地将对象模型的变化传递给NNC使NNC可以得到及时有效的训练 动力学方程:神经网络辨识器辨识器
目录 TOC o 1-3 h z u HYPERLINK l _Toc308337201 1.题目分析 PAGEREF _Toc308337201 h 1 HYPERLINK l _Toc308337202 2.学习算法 PAGEREF _Toc308337202 h 1 HYPERLINK l _Toc308337203 3.单层感知器的VC程序实现 P
单击此处编辑母版标题样式单击此处编辑母版文本样式第二级第三级第四级第五级人工神经网络及其应用1概述2神经网络概念3感知器模型4线性神经网络5BP神经网络6神经网络应用实例1概述神经生理学和神经解剖学证明了人的思维是由脑完成的神经元是组成人脑的最基本的单元能够接收并处理信息人脑大约由10111012个神经元组成其中每个神经元约与104105个神经元通过突触连接因此人脑是一个复杂的信息并行加工处理巨系
单击此处编辑母版标题样式单击此处编辑母版文本样式第二级第三级第四级第五级一 BP神经网络二 徽章的分类三光催化臭氧氧化处理自来水BP神经网络在分类与预测中的应用BP神经网络在分类与预测中的应用一 BP神经网络1.1 神经网络(Artificial Neural Netwroks简称ANN)1.1.1 研究ANN目的 利用机器模仿人类的智能是长期以来人们认识自然改造自然和认识自身的
违法有害信息,请在下方选择原因提交举报