人工神經(jīng)網(wǎng)絡(luò)是根據(jù)人的認識過程而開發(fā)出的一種算法。假如我們現(xiàn)在只有一些輸入和相應(yīng)的輸出，而對如何由輸入得到輸出的機理并不清楚，那么我們可以把輸入與輸出之間的未知過程看成是一個“網(wǎng)絡(luò)”，通過不斷地給
2008-06-19 14:40:42
人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Network，ANN)是一種類似生物神經(jīng)網(wǎng)絡(luò)的信息處理結(jié)構(gòu)，它的提出是為了解決一些非線性，非平穩(wěn)，復(fù)雜的實際問題。那有哪些辦法能實現(xiàn)人工神經(jīng)網(wǎng)絡(luò)呢？
2019-08-01 08:06:21
以馮·諾依曼型計算機為中心的信息處理技術(shù)的高速發(fā)展，使得計算機在當(dāng)今的信息化社會中起著十分重要的作用。但是，當(dāng)用它來解決某些人工智能問題時卻遇到了很大的困難。 例如，一個人可以很容易地識別他人的臉孔
2023-09-27 06:13:57
物體所作出的交互反應(yīng)，是模擬人工智能的一條重要途徑。人工神經(jīng)網(wǎng)絡(luò)與人腦相似性主要表現(xiàn)在：①神經(jīng)網(wǎng)絡(luò)獲取的知識是從外界環(huán)境學(xué)習(xí)得來的;②各神經(jīng)元的連接權(quán)，即突觸權(quán)值，用于儲存獲取的知識。神經(jīng)元是神經(jīng)網(wǎng)絡(luò)
2018-10-23 16:16:02
人工神經(jīng)網(wǎng)絡(luò)課件
2016-06-19 10:15:48
`我思故我在 亮出你的觀點自從類神經(jīng)網(wǎng)絡(luò)算法可以用強大的運算能力加以模擬之后，強人工智能才開始出現(xiàn)。即便如此，以目前 CPU 的運算能力來講，模擬類神經(jīng)網(wǎng)絡(luò)算法的代價非常之大，于是有人想到了用
2017-08-23 15:42:16
點擊上方“藍字”，關(guān)注我們，感謝！人工智能(AI)以及利用神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)是實現(xiàn)高級駕駛輔助系統(tǒng)(ADAS)和更高程度車輛自主性的強大技術(shù)。隨著人工智能研究的快速發(fā)展，設(shè)計人員正面臨激烈的競爭
2021-12-17 08:17:41
的最大邊距超平面。SVM使用鉸鏈損失函數(shù)計算經(jīng)驗風(fēng)險并在求解系統(tǒng)中加入了正則化項以優(yōu)化結(jié)構(gòu)風(fēng)險，是一個具有稀疏性和穩(wěn)健性的分類器。SVM可以通過核方法進行非線性分類，是常見的核學(xué)習(xí)方法之一。神經(jīng)網(wǎng)絡(luò)人工
2022-03-05 14:15:07
。對于人工智能用例在當(dāng)前物聯(lián)網(wǎng)環(huán)境中變?yōu)楝F(xiàn)實，必須滿足三個條件：非常大的真實數(shù)據(jù)集具有重要處理能力的硬件架構(gòu)和環(huán)境開發(fā)新的強大算法和人工神經(jīng)網(wǎng)絡(luò)（ANN）以充分利用上述內(nèi)容很明顯，后兩種要求相互依賴，并且
2019-05-29 10:46:39
第1章 概述 1.1 人工神經(jīng)網(wǎng)絡(luò)研究與發(fā)展 1.2 生物神經(jīng)元 1.3 人工神經(jīng)網(wǎng)絡(luò)的構(gòu)成 第2章人工神經(jīng)網(wǎng)絡(luò)基本模型 2.1 MP模型 2.2 感知器模型 2.3 自適應(yīng)線性
2012-03-20 11:32:43
近年來，深度學(xué)習(xí)的繁榮，尤其是神經(jīng)網(wǎng)絡(luò)的發(fā)展，顛覆了傳統(tǒng)機器學(xué)習(xí)特征工程的時代，將人工智能的浪潮推到了歷史最高點。然而，盡管各種神經(jīng)網(wǎng)絡(luò)模型層出不窮，但往往模型性能越高，對超參數(shù)的要求也越來越嚴格
2019-09-11 11:52:14
，神經(jīng)網(wǎng)絡(luò)之父Hiton始終堅持計算機能夠像人類一樣思考，用直覺而非規(guī)則。盡管這一觀點被無數(shù)人質(zhì)疑過無數(shù)次，但隨著數(shù)據(jù)的不斷增長和數(shù)據(jù)挖掘技術(shù)的不斷進步，神經(jīng)網(wǎng)絡(luò)開始在語音和圖像等方面超越基于邏輯的人工智能
2018-06-05 10:11:50
MATLAB神經(jīng)網(wǎng)絡(luò)工具箱函數(shù)說明：本文檔中所列出的函數(shù)適用于MATLAB5.3以上版本，為了簡明起見，只列出了函數(shù)名，若需要進一步的說明，請參閱MATLAB的幫助文檔。1. 網(wǎng)絡(luò)創(chuàng)建函數(shù)newp
2009-09-22 16:10:08
人工智能打發(fā)展是算法優(yōu)先于實際應(yīng)用。近幾年隨著人工智能的不斷普及，許多深度學(xué)習(xí)算法涌現(xiàn)，從最初的卷積神經(jīng)網(wǎng)絡(luò)（CNN）到機器學(xué)習(xí)算法的時代。由于應(yīng)用環(huán)境的差別衍生出不同的學(xué)習(xí)算法：線性回歸，分類與回歸樹
2023-02-17 11:00:15
`本篇主要介紹：人工神經(jīng)網(wǎng)絡(luò)的起源、簡單神經(jīng)網(wǎng)絡(luò)模型、更多神經(jīng)網(wǎng)絡(luò)模型、機器學(xué)習(xí)的步驟：訓(xùn)練與預(yù)測、訓(xùn)練的兩階段：正向推演與反向傳播、以TensorFlow + Excel表達訓(xùn)練流程以及AI普及化教育之路。`
2020-11-05 17:48:39
能在外界信息的基礎(chǔ)上改變內(nèi)部結(jié)構(gòu)，是一種自適應(yīng)系統(tǒng)，通俗的講就是具備學(xué)習(xí)功能?，F(xiàn)代神經(jīng)網(wǎng)絡(luò)是一種非線性統(tǒng)計性數(shù)據(jù)建模工具。簡單來說，就是給定輸入，神經(jīng)網(wǎng)絡(luò)經(jīng)過一系列計算之后，輸出最終結(jié)果。這好比人的大腦
2019-03-03 22:10:19
電子發(fā)燒友總結(jié)了以“神經(jīng)網(wǎng)絡(luò)”為主題的精選干貨，今后每天一個主題為一期，希望對各位有所幫助?。c擊標(biāo)題即可進入頁面下載相關(guān)資料）人工神經(jīng)網(wǎng)絡(luò)算法的學(xué)習(xí)方法與應(yīng)用實例（pdf彩版）卷積神經(jīng)網(wǎng)絡(luò)入門資料MATLAB神經(jīng)網(wǎng)絡(luò)30個案例分析《matlab神經(jīng)網(wǎng)絡(luò)應(yīng)用設(shè)計》深度學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)
2019-05-07 19:18:14
，是模擬人工智能的一條重要途徑。人工神經(jīng)網(wǎng)絡(luò)與人腦相似性主要表現(xiàn)在：
①神經(jīng)網(wǎng)絡(luò)獲取的知識是從外界環(huán)境學(xué)習(xí)得來的;
②各神經(jīng)元的連接權(quán)，即突觸權(quán)值，用于儲存獲取的知識。
神經(jīng)元是神經(jīng)網(wǎng)絡(luò)的基本處理單元，它是
2023-09-13 16:41:18
簡單理解LSTM神經(jīng)網(wǎng)絡(luò)
2021-01-28 07:16:57
、精度低?，F(xiàn)在國內(nèi)外研究人員研究了多種多項式擬合校正法，當(dāng)用直線擬合時，擬合精度較低，通常不能滿足要求；用高次曲線擬合又過于復(fù)雜，實現(xiàn)困難。近年來發(fā)展較多的是神經(jīng)網(wǎng)絡(luò)法，大都采用的是BP算法。
2019-10-30 06:30:10
神經(jīng)網(wǎng)絡(luò)研究的第一次浪潮。1969 年美國數(shù)學(xué)家及人工智能先驅(qū) Minsky在其著作中證 明感知器本質(zhì)上是一種線性模型[21]，只能處理線性分 類問題，最簡單的異或問題都無法正確分類，因此神 經(jīng)網(wǎng)絡(luò)的研究也
2022-08-02 10:39:39
模型。第 3 部分將研究使用專用 AI 微控制器測試模型的特定用例。什么是卷積神經(jīng)網(wǎng)絡(luò)？神經(jīng)網(wǎng)絡(luò)是系統(tǒng)或神經(jīng)元結(jié)構(gòu)，使人工智能能夠更好地理解數(shù)據(jù)，使其能夠解決復(fù)雜的問題。雖然有許多網(wǎng)絡(luò)類型，但本系
2023-02-23 20:11:10
語言使用，數(shù)學(xué)庫、數(shù)據(jù)結(jié)構(gòu)及相關(guān)算法，深入學(xué)習(xí)AI算法模型訓(xùn)練、分析，神經(jīng)網(wǎng)絡(luò)、機器學(xué)習(xí)、深度學(xué)習(xí)等因此，為了幫助大家更好的入門學(xué)習(xí)AI人工智能，包括：Python語法編程、數(shù)據(jù)結(jié)構(gòu)與算法、機器學(xué)習(xí)
2019-11-27 12:10:39
最近在看人工智能神經(jīng)網(wǎng)絡(luò)存算一體這些方面的ADC設(shè)計方向，貌似跟一般的ADC方向是一樣的，都是希望朝著低功耗高精度和高速發(fā)展，在這幾個或其他特殊的方向各位有什么見解呢？
2021-06-24 08:17:34
最近在學(xué)習(xí)電機的智能控制，上周學(xué)習(xí)了基于單神經(jīng)元的PID控制，這周研究基于BP神經(jīng)網(wǎng)絡(luò)的PID控制。神經(jīng)網(wǎng)絡(luò)具有任意非線性表達能力，可以通過對系統(tǒng)性能的學(xué)習(xí)來實現(xiàn)具有最佳組合的PID控制。利用BP
2021-09-07 07:43:47
`點擊學(xué)習(xí)>>《龍哥手把手教你學(xué)LabVIEW視覺設(shè)計》視頻教程用LabVIEW實現(xiàn)的BP人工神經(jīng)網(wǎng)絡(luò)曲線擬合，感謝LabVIEW的矩陣運算函數(shù)，程序流程較之文本型語言清晰很多。[hide] [/hide]`
2011-12-13 16:41:43
如何用stm32cube.ai簡化人工神經(jīng)網(wǎng)絡(luò)映射？如何使用stm32cube.ai部署神經(jīng)網(wǎng)絡(luò)？
2021-10-11 08:05:42
由于時變非線性和強耦合的控制系統(tǒng)還沒有精確的數(shù)學(xué)模型，因而傳統(tǒng)的依賴被控對象數(shù)學(xué)模型的控制策略及其控制系統(tǒng)的封閉式結(jié)構(gòu)很難對其實施有效控制。神經(jīng)網(wǎng)絡(luò)控制能夠很好地克服系統(tǒng)中模型參數(shù)的變化和非線性等
2019-08-12 06:25:35
巡線智能車控制中的CNN網(wǎng)絡(luò)有何應(yīng)用？嵌入式單片機中的神經(jīng)網(wǎng)絡(luò)該怎樣去使用？如何利用卷積神經(jīng)網(wǎng)絡(luò)去更好地控制巡線智能車呢？
2021-12-21 07:47:24
已經(jīng)有很多關(guān)于將人工智能用于日益智能的車輛的文章。但是，您如何將在服務(wù)器群上開發(fā)的神經(jīng)網(wǎng)絡(luò) (NN) 壓縮到量產(chǎn)汽車中資源受限的嵌入式硬件中呢?本文探討了我們應(yīng)該如何授權(quán)汽車生產(chǎn) AI 研發(fā)工程師在
2021-12-23 06:30:50
人工智能下面有哪些機器學(xué)習(xí)分支？如何用卷積神經(jīng)網(wǎng)絡(luò)（CNN）方法去解決機器學(xué)習(xí)監(jiān)督學(xué)習(xí)下面的分類問題？
2021-06-16 08:09:03
如何解決STM32F103的AD采樣非線性問題？
2022-01-27 06:25:38
神經(jīng)網(wǎng)絡(luò)(Neural Networks)是人工神經(jīng)網(wǎng)絡(luò)(Ar-tificial Neural Networks)的簡稱，是當(dāng)前的研究熱點之一。人腦在接受視覺感官傳來的大量圖像信息后，能迅速做出反應(yīng)
2019-08-08 06:11:30
請問如何采用基于虛擬儀器編程語言CVI編成的BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練儀對K型鎳鉻-鎳硅熱電偶的非線性進行校正？
2021-04-08 06:55:26
，使之能夠適用于解決模擬電路故障診斷中的容差和非線性問題，但在軟故障實際檢測中，由于不同的分類故障之間又不可避免地存在著模糊性，即不同的分類故障可能有相同或相近的故障特征向量，而這僅僅靠神經(jīng)網(wǎng)絡(luò)的泛化
2019-07-05 08:06:02
已經(jīng)有很多關(guān)于將人工智能用于日益智能的車輛的文章。但是，您如何將在服務(wù)器群上開發(fā)的神經(jīng)網(wǎng)絡(luò) (NN) 壓縮到量產(chǎn)汽車中資源受限的嵌入式硬件中呢？本文探討了我們應(yīng)該如何授權(quán)汽車生產(chǎn) AI 研發(fā)工程師在
2021-11-08 07:18:10
人工神經(jīng)網(wǎng)絡(luò)在AI中具有舉足輕重的地位，除了找到最好的神經(jīng)網(wǎng)絡(luò)模型和訓(xùn)練數(shù)據(jù)集之外，人工神經(jīng)網(wǎng)絡(luò)的另一個挑戰(zhàn)是如何在嵌入式設(shè)備上實現(xiàn)它，同時優(yōu)化性能和功率效率。 使用云計算并不總是一個選項，尤其是當(dāng)
2021-11-09 08:06:27
應(yīng)用人工神經(jīng)網(wǎng)絡(luò)模擬污水生物處理（1.浙江工業(yè)大學(xué)建筑工程學(xué)院, 杭州 310014; 2.鎮(zhèn)江水工業(yè)公司排水管理處，鎮(zhèn)江 212003）摘要：針對復(fù)雜的非線性污水生物處理過程，開發(fā)了徑向基函數(shù)的人工
2009-08-08 09:56:00
本文提出了一個基于FPGA 的信息處理的實例：一個簡單的人工神經(jīng)網(wǎng)絡(luò)應(yīng)用Verilog 語言描述，該數(shù)據(jù)流采用模塊化的程序設(shè)計，并考慮了模塊間數(shù)據(jù)傳輸信號同 步的問題，有效地解決了人工神經(jīng)網(wǎng)絡(luò)并行數(shù)據(jù)處理的問題。
2021-05-06 07:22:07
如何糾正線性可變差分變壓器定位傳感器中非線性問題？如何從高頻率傳感器的輸出提取振幅信息？數(shù)字異步振幅解調(diào)技術(shù)有哪幾種分類？如何有效解決信號非線性問題？
2021-04-13 07:01:25
人工神經(jīng)網(wǎng)絡(luò)在很多領(lǐng)域得到了很好的應(yīng)用，尤其是具有分布存儲、并行處理、自學(xué)習(xí)、自組織以及非線性映射等特點的網(wǎng)絡(luò)應(yīng)用更加廣泛。嵌入式便攜設(shè)備也越來越多地得到應(yīng)用，多數(shù)是基于ARM內(nèi)核及現(xiàn)場可編程門陣列
2019-09-20 06:15:20
隨著Google、Microsoft和Facebook等巨頭的大力投入，深度學(xué)習(xí)正在超越機器學(xué)習(xí)，人工智能來勢兇猛。那么，如今人工智能最熱門的技術(shù)趨勢是什么？黑匣認為，復(fù)雜神經(jīng)網(wǎng)絡(luò)、LSTMs（長短
2015-12-23 14:21:58
吳恩達機器學(xué)習(xí)筆記之神經(jīng)網(wǎng)絡(luò)參數(shù)的反向傳播算法
2019-05-22 15:11:21
求大神給一個人工神經(jīng)網(wǎng)絡(luò)與遺傳算法的源代碼。
2016-04-19 17:15:29
的研究具有重要意義.模糊神經(jīng)網(wǎng)絡(luò)是人工神經(jīng)網(wǎng)絡(luò)和模糊系統(tǒng)相結(jié)合的新型網(wǎng)絡(luò)結(jié)構(gòu)，把它應(yīng)用于語音識別系統(tǒng)，使系統(tǒng)不僅具有非線性、自適應(yīng)性、魯棒性和自學(xué)習(xí)等神經(jīng)網(wǎng)絡(luò)本來的優(yōu)勢，也具有模糊推理和模糊劃分等模糊邏輯全文下載
2010-05-06 09:05:35
隱藏技術(shù): 一種基于前沿神經(jīng)網(wǎng)絡(luò)理論的新型人工智能處理器 Copy東京理工大學(xué)的研究人員開發(fā)了一種名為“ Hiddenite”的新型加速器芯片，該芯片可以在計算稀疏“隱藏神經(jīng)網(wǎng)絡(luò)”時達到最高的精度
2022-03-17 19:15:13
人工神經(jīng)網(wǎng)絡(luò)導(dǎo)論依照簡明易懂、便于軟件實現(xiàn)、鼓勵探索的原則介紹人工神經(jīng)網(wǎng)絡(luò)。內(nèi)容包括：智能系統(tǒng)描述模型、人工神經(jīng)網(wǎng)絡(luò)方法的特點；基本人工神經(jīng)元模型，人工神經(jīng)
2009-01-13 14:58:57
55 在測量系統(tǒng)中，傳感器的非線性特性是測量系統(tǒng)誤差的主要來源。要提高測量系統(tǒng)的精度，就必須進行誤差補償。設(shè)計了一個用模糊小腦神經(jīng)網(wǎng)絡(luò)實現(xiàn)的補償環(huán)節(jié)。該補償環(huán)節(jié)是一
2009-03-14 18:27:0111 基于BP 神經(jīng)網(wǎng)絡(luò)能以任意精度逼近任何非線性連續(xù)函數(shù)的原理。通過在MATLAB環(huán)境下，對典型的不穩(wěn)定、非線性、強耦合的倒立擺系統(tǒng)建立了BP 神經(jīng)網(wǎng)絡(luò)辨識結(jié)構(gòu)，并對辨識結(jié)果進
2009-05-27 11:54:1414 基于BP 神經(jīng)網(wǎng)絡(luò)能以任意精度逼近任何非線性連續(xù)函數(shù)的原理。通過在MATLAB環(huán)境下，對典型的不穩(wěn)定、非線性、強耦合的倒立擺系統(tǒng)建立了BP 神經(jīng)網(wǎng)絡(luò)辨識結(jié)構(gòu)，并對辨識結(jié)果
2009-05-27 13:28:5321 對于復(fù)雜的離散時間非線性系統(tǒng), 提出一種基于多模型的廣義預(yù)測控制方法. 通過在平衡點附近建立線性模型, 并用徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)來補償匹配誤差, 形成了非線性系統(tǒng)的多模型表
2009-06-17 11:27:2024 提出神經(jīng)網(wǎng)絡(luò)前饋自適應(yīng)解耦控制算法，該算法將多變量非線性系統(tǒng)在平衡點處利用Taylor公式展開，分為線性部分和高階非線性部分。這樣，將高階非線性部分的影響視為可測干擾
2009-06-19 11:01:5513 針對遺傳算法和神經(jīng)網(wǎng)絡(luò)的不足，介紹了對非線性校正的遺傳神經(jīng)網(wǎng)絡(luò)方法。計算機仿真結(jié)果表明了該方法的收斂速度優(yōu)越于其它傳統(tǒng)方法，且具有較強的魯棒性。關(guān)鍵詞：變
2009-06-25 14:05:3912 介紹了用神經(jīng)網(wǎng)絡(luò)校正傳感器系統(tǒng)非線性誤差的原理和方法,提出了基于BP 神經(jīng)網(wǎng)絡(luò)傳感器非線性誤差校正及其模型、算法與實現(xiàn)技術(shù)。通過計算機仿真與應(yīng)用,顯示出這種逆模型不但
2009-06-29 10:22:0612 本文介紹了BP 人工神經(jīng)網(wǎng)絡(luò)在計算機圖像壓縮中應(yīng)用的原理，對其實現(xiàn)的過程進行了詳細的闡述，并通過采用非線性網(wǎng)絡(luò)和最速下降法實現(xiàn)了圖像壓縮。分析結(jié)果表明：可以通過犧
2009-07-07 14:42:1931 當(dāng)環(huán)境溫度變化時電容式壓力傳感器的非線性響應(yīng)特性也發(fā)生很大的變化，為了實現(xiàn)對電容式壓力傳感器的響應(yīng)特性進行自動非線性補償，提出了基于神經(jīng)網(wǎng)絡(luò)的智能壓力傳感器。
2009-07-09 09:20:5229 簡單介紹了當(dāng)前鉑熱電阻應(yīng)用存在的問題，提出了應(yīng)用前向多層神經(jīng)網(wǎng)絡(luò)建立熱電阻的逆模型堿性非線性補償，使得鉑電阻的靜態(tài)特性線性化，穩(wěn)重采用MATLAB為工具，對神經(jīng)網(wǎng)絡(luò)進
2009-07-16 10:07:5129 采用函數(shù)鏈神經(jīng)網(wǎng)絡(luò)方法對振動筒式壓力傳感器進行非線性校正，與BP算法相比，函數(shù)鏈神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)明了、算法簡單、易于收斂。文中介紹了函數(shù)鏈神經(jīng)網(wǎng)絡(luò)解決振動筒式壓力傳感
2009-09-22 11:20:0214 神經(jīng)網(wǎng)絡(luò)具有良好的學(xué)習(xí)特性，小波變換有良好的時頻局部化性質(zhì)，將二者結(jié)合在一起構(gòu)成小波神經(jīng)網(wǎng)絡(luò)兼有神經(jīng)網(wǎng)絡(luò)和小波變換的優(yōu)點。本文提出了解決虛擬儀器系統(tǒng)非線性校
2009-09-23 10:06:5111 摘要：以Chebyshev神經(jīng)網(wǎng)絡(luò)為基礎(chǔ)，給出了非線性函數(shù)的仿真實例．并提出了用模擬電路實現(xiàn)Chebyshev神經(jīng)網(wǎng)絡(luò)的方法。關(guān)鍵詞：Chebyshev 神經(jīng)網(wǎng)絡(luò) 仿真 模擬電路
2010-05-06 10:42:516 給出了神經(jīng)網(wǎng)絡(luò)魯棒性的概念" 基于系統(tǒng)辨識的BP網(wǎng)絡(luò)RBF網(wǎng)絡(luò)和ELMAN 網(wǎng)絡(luò)的魯棒性問題進行了分析和研究$ 仿真結(jié)果表明" 神經(jīng)網(wǎng)絡(luò)用于非線性系統(tǒng)辨識有其廣闊的前景$
2010-07-22 16:20:047 人工神經(jīng)網(wǎng)絡(luò),人工神經(jīng)網(wǎng)絡(luò)是什么意思
神經(jīng)網(wǎng)絡(luò)是一門活躍的邊緣性交叉學(xué)科.研究它的發(fā)展過程和前沿問題，具有重要的理論意義
2010-03-06 13:39:01
3296 人工神經(jīng)網(wǎng)絡(luò)的基本特征有哪些?
由大量處理單元互聯(lián)組成的非線性、自適應(yīng)信息處理系統(tǒng)。它是在現(xiàn)代神經(jīng)科學(xué)研究成果的基礎(chǔ)上提
2010-03-06 13:39:373520 人工神經(jīng)網(wǎng)絡(luò)的特點有哪些?
人工神經(jīng)網(wǎng)絡(luò)突出的優(yōu)點
(1)可以充分逼近任意復(fù)雜的非線性關(guān)系； (2)所有定量或定性
2010-03-06 13:48:1524281 實現(xiàn)了參考噪聲與干擾噪聲呈非線性相關(guān)條件下的噪聲對消。在參考噪聲與干擾噪聲非線性相關(guān)時，傳統(tǒng)的橫向濾波器效果不理想，利用小波神經(jīng)網(wǎng)絡(luò)的非線性特性，可更好的解決非線
2012-05-07 14:15:1824 GA_BP神經(jīng)網(wǎng)絡(luò)的非線性函數(shù)擬合_徐富強
2017-03-19 11:26:541 摘要： 根據(jù)非線性系統(tǒng)利用前饋網(wǎng)絡(luò)的函數(shù)逼近能力，設(shè)計了一種神經(jīng)網(wǎng)絡(luò)觀測器，并利用網(wǎng)絡(luò)權(quán)值校正法，建立Lyapunov函數(shù)對觀測器的穩(wěn)定性進行了分析。為了加快訓(xùn)練速度，在訓(xùn)練網(wǎng)絡(luò)時采用LM優(yōu)化算法
2018-01-19 22:44:25388 人工智能機器學(xué)習(xí)有關(guān)算法內(nèi)容，人工智能之機器學(xué)習(xí)主要有三大類：1）分類；2）回歸；3）聚類。今天我們重點探討一下卷積神經(jīng)網(wǎng)絡(luò)（CNN）算法。 前言： 人工智能 機器學(xué)習(xí)有關(guān)算法內(nèi)容，請參見公眾
2018-06-18 10:15:004809 怎樣理解非線性變換和多層網(wǎng)絡(luò)后的線性可分，神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)就是學(xué)習(xí)如何利用矩陣的線性變換加激活函數(shù)的非線性變換。
2018-10-23 14:44:213741 本視頻主要詳細介紹了神經(jīng)網(wǎng)絡(luò)分類，分別是BP神經(jīng)網(wǎng)絡(luò)、RBF（徑向基）神經(jīng)網(wǎng)絡(luò)、感知器神經(jīng)網(wǎng)絡(luò)、線性神經(jīng)網(wǎng)絡(luò)、自組織神經(jīng)網(wǎng)絡(luò)、反饋神經(jīng)網(wǎng)絡(luò)。
2019-04-02 15:29:2212600 什么是人工智能神經(jīng)網(wǎng)絡(luò)，大腦的結(jié)構(gòu)越簡單，那么智商就越低。單細胞生物是智商最低的了。人工神經(jīng)網(wǎng)絡(luò)也是一樣的，網(wǎng)絡(luò)越復(fù)雜它就越強大，所以我們需要深度神經(jīng)網(wǎng)絡(luò)。這里的深度是指層數(shù)多，層數(shù)越多那么構(gòu)造的神經(jīng)網(wǎng)絡(luò)就越復(fù)雜。
2019-07-04 11:30:243713 在人工智能深度學(xué)習(xí)技術(shù)中，有一個很重要的概念就是卷積神經(jīng)網(wǎng)絡(luò) CNN（Convolutional Neural Networks）。
2019-11-02 11:23:433470 針對熱敏電阻溫度傳感器應(yīng)用中存在的非線性問題，提出了應(yīng)用小波神經(jīng)網(wǎng)絡(luò)實現(xiàn)其非線性補償?shù)姆椒?，介紹了非線性補償?shù)脑恚暾耐茖?dǎo)了小波神經(jīng)網(wǎng)絡(luò)訓(xùn)練過程。實驗結(jié)果表明，該方法補償精度高，優(yōu)于BP神經(jīng)網(wǎng)絡(luò)。
2020-03-27 17:18:404 人工神經(jīng)網(wǎng)絡(luò)是人工智能深度學(xué)習(xí)算法的基礎(chǔ)結(jié)構(gòu)，大致模仿人類大腦的物理結(jié)構(gòu)。當(dāng)你為神經(jīng)網(wǎng)絡(luò)提供訓(xùn)練樣例時，它會通過人工神經(jīng)元層運行它，然后調(diào)整它們的內(nèi)部參數(shù)，以便能夠?qū)哂邢嗨茖傩缘奈磥頂?shù)據(jù)進行分類
2020-06-27 16:43:001456 談及人工智能，就會涉及到人工神經(jīng)網(wǎng)絡(luò)。人工神經(jīng)網(wǎng)絡(luò)是現(xiàn)代人工智能的重要分支，它是一個為人工智能提供動力，可以模仿動物神經(jīng)網(wǎng)絡(luò)行為特征，進行分布式并行信息處理的系統(tǒng)。
2020-07-27 10:25:37683 、良好的自組織自學(xué)習(xí)能力等特點。BP（BackPropagation ）算法又稱為誤差反向傳播算法，是人工神經(jīng)網(wǎng)絡(luò)中的一種監(jiān)督式的學(xué)習(xí)算法。BP 神經(jīng)網(wǎng)絡(luò)算法在理論上可以逼近任意函數(shù)，基本的結(jié)構(gòu)由非線性變化單元組成，具有很強的非線性映射能力。而且網(wǎng)絡(luò)的中間層數(shù)、各層的處理單元數(shù)及網(wǎng)絡(luò)的學(xué)
2021-01-20 10:18:308 、良好的自組織自學(xué)習(xí)能力等特點。BP（BackPropagation ）算法又稱為誤差反向傳播算法，是人工神經(jīng)網(wǎng)絡(luò)中的一種監(jiān)督式的學(xué)習(xí)算法。BP 神經(jīng)網(wǎng)絡(luò)算法在理論上可以逼近任意函數(shù)，基本的結(jié)構(gòu)由非線性變化單元組成，具有很強的非線性映射能力。而且網(wǎng)絡(luò)的中間層數(shù)、各層的處理單元數(shù)及網(wǎng)絡(luò)的學(xué)
2021-01-20 10:18:300 的自組織自學(xué)習(xí)能力等特點。BP(BackPropagation)算法又稱為誤差反向傳播算法,是人工神經(jīng)網(wǎng)絡(luò)中的一種監(jiān)督式的學(xué)習(xí)算法。BP神經(jīng)網(wǎng)絡(luò)算法在理論上可以逼近任意函數(shù),基本的結(jié)構(gòu)由非線性變化單元組成,具有很強的非線性映射能力。而且網(wǎng)絡(luò)的中間層數(shù)、各層的處理單元數(shù)及網(wǎng)絡(luò)的學(xué)習(xí)系數(shù)等參數(shù)可根
2021-02-01 10:33:089 非線性非線性關(guān)系是自然界的普遍特性。大腦的智慧就是一種非線性現(xiàn)象。人工神經(jīng)元處于激活或抑制二種不同的狀態(tài)，這種行為在數(shù)學(xué)上表現(xiàn)為一種非線性關(guān)系。具有閾值的神經(jīng)元構(gòu)成的網(wǎng)絡(luò)具有更好的性能，可以提高容錯性和存儲容量。
2021-02-25 10:48:0013 無反饋連接，夠成具有層次結(jié)構(gòu)的前饋型神經(jīng)網(wǎng)絡(luò)系統(tǒng)。單計算層前饋神經(jīng)網(wǎng)絡(luò)只能求解線性可分問題，能夠求解非線性問題的網(wǎng)絡(luò)必須是具有隱層的多層神經(jīng)網(wǎng)絡(luò)。
2021-03-01 10:09:0015 人工智能-BP神經(jīng)網(wǎng)絡(luò)算法的簡單實現(xiàn)說明。
2021-05-25 11:30:1612 神經(jīng)網(wǎng)絡(luò)控制，即基于神經(jīng)網(wǎng)絡(luò)控制或簡稱神經(jīng)控制，是指在控制系統(tǒng)中采用神經(jīng)網(wǎng)絡(luò)這一工具對難以精確描述的復(fù)雜的非線性對象進行建模，或充當(dāng)控制器，或優(yōu)化計算，或進行推理，或故障診斷等，亦即同時兼有上述某些
2021-05-27 15:02:1112 基于工程實例的非線性問題數(shù)值軟件選取
2021-07-05 15:13:256 我發(fā)現(xiàn)STM32F103的AD有非線性問題，AD轉(zhuǎn)換數(shù)值非線性區(qū)間為255-270,1023-1043,1279-1293,3048-3072,3568-3584，我做了很多次驗證，可以重復(fù)，測量了8個通道，大家可以驗證下，...
2021-12-02 18:06:071 Network, NN）或神經(jīng)計算（Neurocomputing）。ANN具有自適應(yīng)學(xué)習(xí)、自適應(yīng)處理能力和良好的非線性建模能力，可應(yīng)用于模式識別、分類、預(yù)測、辨識、控制等領(lǐng)域，并在人工智能、機器學(xué)習(xí)等領(lǐng)域發(fā)揮
2023-08-22 16:45:182941
電子發(fā)燒友App
工商網(wǎng)監(jiān)
評論