-
人工神经网络的应用
- 问:能举一些简单的人工神经网络的应用么?比如给出10个数,存在一定的前后...
- 答:它是物流合作伙伴选择方法中合作伙伴选择的神经网络算法的另一种名称。它是20世界80年代后迅速发展的一门新兴学科,ANN可以模拟人脑的某些智能行为,如知觉,灵感和形象思维等,具有自学性,自适应和非线性动态处理等特征。将ANN应用于供应链管理(SCM)环境下合作合办的综合评价选择,意在建立更加接近于...
-
2021-01-11
回答者: 横行霸道0010
1个回答
1
-
请问matlab中RBF神经网络newrbe函数用的什么算法
- 答:newrbe是设计精确的径向基神经网络的函数,用法如:P = [1 2 3];%输入 T = [2.0 4.1 5.9];%目标 net = newrbe(P,T);%生成神经网络 其算法是:生成的网络有2层,第一层是radbas神经元,用dist计算加权输入,用netprod计算网络输入,第二层是purelin神经元,用 dotprod计算加权输入,用net...
-
2017-06-13
回答者: 我行我素850915
1个回答
10
-
人工神经网络的发展
- 答:现代意义上对神经网络(特指人工神经网络)的研究一般认为从1943年美国芝加哥大学的生理学家W.S. McCulloch和W.A. Pitts提出M-P神经元模型开始,到今年正好六十年。在这六十年中,神经网络的发展走过了一段曲折的道路。1965年M. Minsky和S. Papert在《感知机》一书中指出感知机的缺陷并表示出对这...
-
2008-01-31
回答者: 时光滑翔
4个回答
23
-
专利情报分析的专利情报分析的方法
- 答:自组织神经网络技术是以相似矩阵的行为输入变量,训练矩形的自组织神经网络。一般使用的是一个的自组织神经元矩阵。在训练完成后, N维空间中的神经元连接权的密度分布与训练矢量的密度分布相匹配。总的来说,专利分析分为定量分析与定性分析两种。1、定量分析定量分析主要是通过专利文献的外表特征进行统计分析,也就是...
-
2016-06-05
回答者: 奇酷628
1个回答
-
神经网络的发展趋势如何?
- 答:1996年,ShuaiJW’等模拟人脑的自发展行为, 在讨论混沌神经网络的基础上提出了自发展神经网络。1997、1998年董聪等创立和完善了广义遗传算法,解决了多层前向网络的最简拓朴构造问题和全局最优逼近问题。随着理论工作的发展,神经网络的应用研究也取得了突破性进展,涉及面非常广泛,就应用的技术领域而言有计算机视觉,语言的...
-
2011-11-15
回答者: 万同堂
2个回答
13
-
人工神经网络具有自学习、自组织、自适应以及很强的非线性函数逼近能力...
- 问:什么叫自学习、自组织、自适应、非线性函数逼近能力,而且还可以容错,...
- 答:即所谓的自学习,自组织和自适应。并且,由于神经网络是采用整体逼近的方式,不会由于个别样本误差而影响整个模型特性,即所谓容错特性。其实用仿生的例子更容易理解,就像一个婴儿,父母不断教他说话,他最终能学习理解父母语言的意思,并且偶尔父母说错一两个字,孩子也能听懂。
-
2017-11-28
回答者: lightrock2012
3个回答
12
-
神经网络控制的书籍目录
- 答:第1章神经网络和自动控制的基础知识1.1人工神经网络的发展史1.1.120世纪40年代——神经元模型的诞生1.1.220世纪50年代——从单神经元到单层网络,形成第一次热潮1.1.320世纪60年代——学习多样化和AN2的急剧冷落1.1.420世纪70年代——在低迷中顽强地发展1.1.520世纪80年代——AN2研究热潮...
-
2016-05-28
回答者: 紫月远征军戼鲀
1个回答
-
自组织神经网络与模糊控制有什么优点
- 答:(2)由工业过程的定性认识出发,比较容易建立语言控制规则,因而模糊控制对那些数学模型难以获取,动态特性不易掌握或变化非常显著的对象非常适用。(3)基于模型的控制算法及系统设计方法,由于出发点和性能指标的不同,容易导致较大差异;但一个系统语言控制规则却具有相对的独立性,利用这些控制规律间的模糊...
-
2016-01-16
回答者: 用智慧为你解答
1个回答
-
MATLAB神经网络的目录
- 答:第1章 BP神经网络的数据分类——语音特征信号分类1本案例选取了民歌、古筝、摇滚和流行四类不同音乐,用BP神经网络实现对这四类音乐的有效分类。第2章 BP神经网络的非线性系统建模——非线性函数拟合11本章拟合的非线性函数为y=x21+x22。第3章 遗传算法优化BP神经网络——非线性函数拟合21根据遗传算法和BP神经网络...
-
2016-06-02
回答者: °迷岛6Vy
1个回答
-
神经网络优缺点,
- 问:以及发展,最好简短精练
- 答:缺点:(1)最严重的问题是没能力来解释自己的推理过程和推理依据。(2)不能向用户提出必要的询问,而且当数据不充分的时候,神经网络就无法进行工作。(3)把一切问题的特征都变为数字,把一切推理都变为数值计算,其结果势必是丢失信息。(4)理论和学习算法还有待于进一步完善和提高。
-
2019-09-01
回答者: 一碗汤0115
4个回答
27