-
神经网络模型用于解决什么样的问题
- 答：（2）、风险评估：应用人工神经网络的预测思想是根据具体现实的风险来源， 构造出适合实际情况的信用风险模型的结构和算法，得到风险评价系数，然后确定实际问题的解决方案。4、控制领域 人工神经网络由于其独特的模型结构和固有的非线性模拟能力，以及高度的自适应和容错特性等突出特征，在控制系统中获得了广泛...
-
2023-08-04
回答者: 啊欧也行
1个回答
-
自组织神经网络的介绍
- 答：自组织神经网络是通过自动寻找样本中的内在规律和本质属性，自组织、自适应地改变网络参数与结构。
-
2016-05-30
回答者: 雨竹1糓
1个回答
-
数据挖掘在电信欺诈侦测中的应用
- 问：数据挖掘在电信欺诈侦测中的应用_数据分析师考试随着移动业务的迅猛发展...
- 答：在神经网络的SOM模型中，每一个权系数的有序序列 Wj=(W1j，W2j，...Wnj)都可以看作是神经网络的一种内部表示，它是有序的输入序列X=(X1，X2，...，Xn)的相对应映象。SOM模型可以实现自组织功能。自组织的目的就是通过调整权系数Wij，使神经网络收敛于一种表示形态，在这一表示形态中的一个...
-
2020-10-20
回答者: 环球青藤
1个回答
-
人造对人类社会有什么意义?
- 答：连接主义势头大振，从模型到算法，从理论分析到工程实现，为神经网络走向市场打下基础。三大门派之行为主义 认为人工智能源于控制论，它是把神经系统的工作原理与信息理论、控制理论、逻辑以及计算机联系起来。早期的研究工作重点是模拟人在控制过程中的智能行为和作用，如对自寻优、自适应、自镇定、自组织和...
-
2020-10-27
回答者: wjq02liu
2个回答
-
什么是伪逆法?
- 问：解超定方程组时要用到的。请问大家
- 答：RBF神经网络的学习算法 RBF网络需要学习的参数有3个：基函数的中心ci，方差σi以及隐含层与输出层间的权值Wi，根据径向基函数中心选取方法的不同，最常见的学习方法有：自组织选取中心法、正交最小二乘法等方法。自组织学习过程中确定ci和σi的方法是聚类方法。聚类方法就是把样本聚成几类，以类中心...
-
2009-01-15
回答者: 无翼的熊猫
1个回答
9
-
自组织临界态理论的基本原理
- 答：人们可能会想到更多异乎寻常的自组织临界状态的例子。自组织的临界状态甚至可能解释大脑中的神经网络是如何传递信息的。一些小事件(例如阅读某篇文章)可能触发脑猝病,这是一点也不用奇怪的。 (2)自组织临界性的形成和特点 Bak等人最早用沙堆模型来形象地说明自组织临界性的形成和特点。设想在一个平台上缓缓地添加...
-
2020-01-18
回答者: 中地数媒
1个回答
7
-
人工智能三大学派有哪些?
- 答：早期的人工智能研究者绝大多数属于此类。主要观点：人类认知和思维的基本单元是符号计算机也是一个物理符号系统认知过程就是在符号表示上的一种运算 二、联结主义(connectionism)连接主义(connectionism)，又称为仿生学派或生理学派，其主要原理为神经网络及神经网络间的连接机制与学习算法。连接主义是一种利用...
-
2023-07-02
回答者: Sue_苏99
1个回答
-
人工智能和神经网络有什么联系与区别?
- 问：那位牛人知道人工智能和神经网络的区别和联系？谢谢！
- 答：2、神经网络：依靠系统的复杂程度，通过调整内部大量节点之间相互连接的关系，从而达到处理信息的目的。三、目的不同 1、人工智能：主要目标是使机器能够胜任一些通常需要人类智能才能完成的复杂工作。2、神经网络：具有初步的自适应与自组织能力。在学习或训练过程中改变突触权重值，以适应周围环境的要求。
-
2019-11-12
回答者: 學雅思
5个回答
7
-
神经网络 的四个基本属性是什么?
- 答：（2）无限制性：神经网络通常由多个连接广泛的神经元组成。一个系统的整体行为不仅取决于单个神经元的特性，而且还取决于单元之间的相互作用和互连。通过单元之间的大量连接来模拟大脑的非限制性。联想记忆是一个典型的无限制的例子。（3）非常定性：人工神经网络具有自适应、自组织和自学习的能力。神经网络...
-
2019-09-23
回答者: 啦啦啦额68
3个回答
3
-
人工神经网络的应用分析
- 答：1.信息处理现代信息处理要解决的问题是很复杂的，人工神经网络具有模仿或代替与人的思维有关的功能， 可以实现自动诊断、问题求解，解决传统方法所不能或难以解决的问题。人工神经网络系统具有很高的容错性、鲁棒性及自组织性，即使连接线遭到很高程度的破坏， 它仍能处在优化工作状态，这点在军事系统电子...
-
2016-05-12
回答者: 银翼隐城_
1个回答
2
