用“權值”造句大全，權值造句

神經網絡結構及權值優化屬兩級進化方法。

利用決策權值，可以透過加權和法把單個決策人的意見結集成羣的意見。

提出了一種基於最少轉接次數原則且提供多權值路徑解集的算法。

提出了一種基於權值模板匹配的全自主足球機器人目標識別方法。

介紹了RBF網絡線*層權值的訓練算法——遞推最小二乘法，及中心向量的動態遞推算法。

同時利用屬*白勺重要*計算出最小約簡中每個屬*白勺權值，在此基礎上使用模糊秩序法求出交互節點白勺信任度。

在修改權值時，引入串行修正權值的思想。

假象在每一個可變的加權值中。

隱層輸出層的權值用最速下降法學習，輸入層隱層的權值用遺傳算法進行學習。

利用DOA資訊，初始化自適應波束成形的權值。

除了字詞權值以外，網頁也可根據其他策略來排行。

該方法引進了權值,使得它比全域法具有更好的自適應能力和較高的預測精度.

以往的bp算法調節神經元網絡的權值，其網絡的隱層結點數、網絡學習快慢程度及網絡的泛化能力都與網絡的激勵函數有關的。

權值是量測一個路由的可取*的值。

注意到包含這些加權值的列隱藏在前面的圖中。

該算法採用模糊控制規則，根據新息的方差和均值變化自適應調整量測噪聲權值矩陣。

算法具有低的運算複雜度，*結果表明該算法具有好的時延捕獲和波束形成權值捕獲*能。

神經網絡權值和閾值的優化方法。

神經網絡結構及其權值優化的遺傳算法。

所用的rbf神經網絡算法是從輸入信號的數據中訓練出中心值和寬度值，再訓練透過用最大熵值的代價函數推導的權值。

利用遺傳神經網絡，透過對其權值的訓練，優化權係數和網絡結構。

比較加權值的大小，則可以比較各選項間對問題影響程度的不同。

它並不構成對工業產權值得，給予相對的權利，或任何牌照發放。

利用b樣條基函數的正定*、緊密*和歸一*，可使訓練過程中權值的調整在局部範圍內，且系統的輸出簡單可靠。

提出了一種新穎的基於權值的微機械數模轉換器，它的原理與電路中的權電阻數模轉換器類似。

在隨後的計劃中，您可以透過向每一個測試用例添加一個加權值，來提供一份詳細的關於測試執行效果的估計。