用“神經網”造句大全，神經網造句
基於模糊邏輯理論和人工神經元網絡，提出了將模糊神經網絡應用於變壓器故障診斷的方法。
結合神經網絡與PID控制，形成船舶柴油發電機轉速神經網絡控制系統；
但貝葉斯網絡的抗噪聲能力卻明顯遜*於神經網絡。
利用模糊神經網絡構建了酵母流加發酵過程的網絡模型。
BP神經網絡的快速計算能滿足實時控制需要。
另外，洗牌型全互連神經網絡整齊、簡單的結構方便了網絡的綜合，特別是網絡隱單元的綜合，並且十分適合於神經網絡的光學實現。
語音識別系統利用神經網絡完成的源代碼，已經過測試。
針對神經網絡中傳統神經元模型在結構和信息存儲能力上存在的不足，提出了一種基於廣義子波基函數網絡的神經元集聚模型。
依據RBF神經元模型的幾何解釋，提出一種新的構造型神經網絡分類算法。
詳細討論了神經網絡在FIR線*相位帶阻濾波器中的應用。
作者在文中重點論述了用於數據開採的非線*神經網絡。
該方法採用一個三層BP網絡辯識交流調速系統的特*，用另一個CMAC神經網絡作為自適應控制器。
在規則擷取過程中，可以檢算出多餘無效的隱藏層神經元。這些神經元可以逕行刪除且不會影響類神經網路的原始功能。
針對地空導*電源系統的九種主要故障，分別用BP神經網絡和SOFM神經網絡對其進行了故障診斷，均取得了較好的效果。
本文研究了多層感知器、徑向基函數網絡、學習向量量化網絡和自組織特徵映*網絡等四種神經網絡在迴轉窯火焰圖像分割中的應用。
經過神經網絡響應面法的檢驗，*TAA方法是一種實用而又有效的風險概率計算方法。
本文采用基於知識的人工神經網絡模型模擬微帶徑向短截線的特*，利用已經具有的先驗知識減小神經網絡輸入輸出映*關係的複雜程度有效減少了訓練樣本的數量。
在徑向基函數神經網絡中，隱層中心的數量和位置的選擇是整個網絡*能優劣的關鍵，直接影響網絡的分類能力。
應用VB和MATLAB編寫了計算機程序，形成了基於罐車PC A特徵和BP神經網絡算法的識別系統。
為研究人工神經網絡模型對成績預測的效果，建立人工神經預測模型，對鉛球運動員的成績進行評估和預測。
針對多傳感器信息融合方法的複雜*和多樣*問題,依據智能融合理論,採用模糊邏輯和神經網絡技術,提出了一種用於機器人多傳感器信息融合的B樣條模糊神經網絡方法,並對其進行*。
主持這次研究的拉特格斯大學的海倫·費希爾博士説：“我們認為浪漫的愛情是一種基本腦神經網絡的展開形式，它與另外兩種基本腦神經網絡共同進化從而支配哺乳動物的繁殖。”
提出了一類解不等式約束優化問題的神經網絡，並針對幾個黨見的約束優化問題給出了相應的網絡求解公式。
平白的説，大腦神經網絡可以比作電路。
神經網絡權值和閾值的優化方法
該系統採用子神經網絡從不同側面對設備進行初步診斷，然後將各子神經網絡進行決策融合。
泛函網絡是類似於人工神經網絡的新型網絡模型，是泛函方程的網絡表達形式。
通過神經網絡進入他人的意識，獲取感覺
分別建立基於BP神經網絡和基於徑向基神經網絡的跟馳模型，並應用於混合神經網絡跟馳模型的建立。
本文提出一種改進的神經網絡結構，它由線*網絡和多層前向網絡兩部分組成。
最後，在就神經網絡的興衰原因提出自己的不同看法後，對神經計算機的發展方向作了展望。
實驗結果表明，該神經網絡火災探測系統具有良好的抗干擾能力。
Bayesian網絡或神經網絡等技術使用表達能力非常強的模型，力求生成無偏向的分類器來“描述”文檔集。
這是一個被稱為“神經網”的鬆散的神經網絡，華盛頓特區的喬治華盛頓大學研究大腦進化的切特·舍伍德説。
神經網絡可以很好的解決交通領域內的非線*問題，其中前向型神經網絡特別適合對交通流的預測。
給出了一種高精度的磁羅經航向系統，應用神經網絡進行剩餘自差的自動校正。
此外，以氣温、縱座標和橫座標為網絡輸入，拱肋標高為網絡輸出，建立了拱肋標高的人工神經網絡模型。
作者採用人工神經網絡來實現光學電流互感器線*雙摺*效應的補償。
以散貨船和油船為實例的計算結果表明，由非線*模擬神經元組成的神經網絡在船體重量估算中是非常有效的。
大腦最終需要神經系統細胞來處理信息、進行決策。但是，信息的收發、決策的傳送，都需要網絡服務。髓*脂對人體神經系統的網絡進行包裹而形成髓鞘。這種髓鞘有一種絕緣的作用，保*在神經網絡中通行的信號不走漏失散，同時加強這種信號的速度、強度和準確*。一個用髓鞘保護的神經纖維，傳送信號的速度可以比一個沒有髓鞘保護的纖維快幾十到幾百倍。
文中先後介紹了神經網絡的訓練、神經網絡的剪枝以及神經規則的提取。
神經網絡是一類比較優越的前向式多層神經網絡，比傳統的BP網絡有較快的收斂速度。
構成了正交遞歸神經網絡，首次將正交遞歸神經網絡用於系統時滯辨識和系統輸入階次辨識。
神經網絡緩慢子系統防止控制信號被飽和。
語音識別系統利用神經網絡完成的源代碼,已經過測試.
給出了所建網絡的結構與學習算法，並通過算例的形式將其與傳統BP神經網絡及傳統己有柔*神經網絡進行了全方位比較。
透過本研究創建的兩組類神經網絡為主架構，可經由灰關聯分析所選定之特定電測資科做為類神經網絡的輸入值，預測地層特*參數。
本文應用多層前饋神經網絡和自組織特徵映*神經網絡分別對簡單目標和複雜飛機目標進行了分類識別。
有意思的是，神經網絡是一種對學習型評估的進化，算法經過訓練後其行為就像是一個人類專家。
對典型區域—甘井子區採用人工神經網絡模型法建立了地下水可開採量的計算模型。
但是，當我們的人工神經網絡有成百上千個神經元時，手工確定所有必要的權重就成了一件非常困難的事情。
運用人工神經網絡理論和方法，建立了水質評價的B-P網絡模型;重點探討了隱含層節點數的確定方法。
神經網絡控制補償耦合效應
神經網絡有幾種不同的拓撲結構，但是最簡單的一種是前饋網絡。
他們普遍缺乏經驗，還在學習如何使用大腦的新神經網絡。
研究了BP神經網絡算法對空中目標進行威脅排序的方法。
表明人們在參考生物神經系統來建立人工神經網絡系統時必須慎重對待生物神經系統的某些特點。
到目前為止，這個實驗已經*在一個神經元的旁路或同一層神經網絡的兩個神經元中，通過少量的連接來進行視覺辨認的重要*，而一個計算機*象棋棋手並不能告訴你這些。
這樣的結果就是大腦裏充滿了死亡或凋零中的神經細胞，還有無法正常運作的神經網絡系統，進而破壞我們的認知能力。
*神經網絡協會致力於加深對生物和人工神經網絡的認識。
通過對神經網絡集成的理論分析，提出了一種多級神經網絡結構的手寫體漢字識別模型。
二百本文簡要介紹神經網絡與神經計算機，神經元模型，層狀網絡結構，誤差逆傳播算法及其在地球物理反演中的應用。
*結果表明，與一般BP網絡相比較，分支前饋神經網絡顯著地減少了訓練時間，且分類效果更好。
討論了rbf神經網絡在往復泵故障診斷中的應用，並對訓練後的網絡進行了*測試，*結果表明rbf網絡有較高診斷正確率。
運用神經網絡的方法,試圖揭示脯氨*局部序列、鏈氨基*組分對於順式脯氨*形成與否的影響,構造基於局部序列和基於氨基*組分的最優結構的神經網絡,同時對順式脯氨*進行篩選。
討論了一類二元時滯反饋人工神經網絡模型。
最優控制器根據神經網絡模型的輸入、出響應產生合適的pwm波形。
該方法通過人工神經網絡對採樣的焊接熱功輸入進行處理，從而判斷焊接過程是否漏焊。
結構就像人體內的神經結和神經網的關係那樣嚴密。
神經網絡用於樣本分類是一個新的研究課題，本文利用自組織特徵映*神經網絡，對生態城市進行分類。
論文深入研究了神經網絡PID控制器。
對於一個經診斷為混沌的統計量序列，應用神經網絡建立模型，短期預測混沌序列。
她的文章寫得很好構造就像人體內的神經結和神經網的關係那樣緊密
本文介紹了利用B樣條和動態遞歸神經網絡相結合組成的複合神經網絡建立聚合物分子量分佈（MWD）模型的方法和拓撲結構，並在此基礎上，提出了基於模型預估的控制MWD的新方法。
將T-S模糊模型與RBF神經網絡相結合，構成T-S模糊RBF神經網絡，提出了一種自適應DNA免疫算法優化設計T-S模糊RBF神經網絡的規則後件參數的方法。
