共查询到20条相似文献，搜索用时 125 毫秒
1.
人工神经网络技术在预测、自动控制、机器人、计算机视图和图象处理等领域得到了实际应用。本文着重讨论人工神经网络的学习规则，对研究人工神经网络提供了坚实的基础，具有很强的实用价值。 相似文献
2.
研究了人工神经网络技术在自适应系统的应用。在运用人工神经网络原理建立站点模型的基础上,提出一个应用贝叶斯网络技术的自适应系统框架模型。 相似文献
3.
4.
孙学梅 《张家口职业技术学院学报》2000,13(2):44-49
本阐述了人工神经网络的生物基础、定义、模型及神经网络计算机与传统计算机的主要区别,并重点阐述了人工神经网络在控制中的应用。 相似文献
5.
张敬玲 《石家庄职业技术学院学报》2015,(4):34-36
回顾了人工神经网络的发展史,分析了BP神经网络的结构,对BP神经网络在函数逼近、模式识别、分类应用、数据压缩等方面的应用进行了综述. 相似文献
6.
7.
为获得更精确预测粮食价格的方法,引入了人工神经网络预测法,建立了一种改进的人工神经网络模型,并通过该模型自学习的特性对已获得粮食价格时间序列数据的波动规律与发展趋势实现记忆性的学习,最终预测出未来价格.结果表明：人工神经网络模型在预测价格问题上具有很高的精度;其方法不仅可行,而且适用性强,预测结果客观、合理,具有一定的研究价值和较好的应用前景. 相似文献
8.
9.
人工神经网络是信息科学与技术研究领域中一门令人瞩目的新兴学科,它的理论是近年来得到迅速发展的一个国际前沿研究领域。人工神经网络借鉴了神经科学的基本成果,它是基于模仿人类大脑的结构和功能而构成的一种信息处理系统,具有广泛的应用前景。人工神经网络的基本特征为非线性映 相似文献
10.
张彤 《合肥师范学院学报》2014,32(6):59-60
对化学计量学的引入及其在化学定量构效关系、模式识别、人工神经网络、波谱化学、多元校正分析等方面的应用进行了分析,并对化学计量学在分析化学中的应用前景进行了展望. 相似文献
11.
可拓学与人工神经网络 总被引：4，自引：0，他引：4
可拓神经网络是可拓学与人工神经网络的有机结合。可拓神经网络是以物元为基本元相互连接而成的网络,在可拓控制、可拓识别和可拓预测等方面都有着广泛的应用。 相似文献
12.
新型神经网络的发展及其应用 总被引：2，自引：0，他引：2
人工神经网络是指模拟人脑神经系统的结构和功能,运用大量的处理部件,由人工方式建立起来的网络系统。近几年来,人工神经网络的研究工作十分活跃,取得了很大的进展,研究开发出了几十种神经网络的模型,出现了多种新型神经网络结构。本文重点介绍了近年来几种新型神经网络的基本模型及典型应用,包括小波神经网络、模糊神经网络、进化神经网络、细胞神经网络、混沌神经网络,同时比较了这几种新型神经网络的优势和不足。最后,根据这几种新型神经网络的特点,展望了它们今后的发展前景。 相似文献
13.
MATLAB为人工神经网络模式识别方法的实现提供了简单、高效的编程环境 ,本文结合字符识别问题介绍了运用MATLAB软件包中的神经网络工具箱编制模式识别程序的具体方法 相似文献
14.
An artificial intelligence technique of back-propagation neural networks is used to assess the slope failure. On-site slope failure data from the South Cross-Island Highway in southern Taiwan are used to test the performance of the neural network model. The numerical results demonstrate the effectiveness of artificial neural networks in the evaluation of slope failure potential based on five major factors, such as the slope gradient angle, the slope height, the cumulative precipitation, daily rainfall and strength of materials. 相似文献
15.
艾尼瓦尔·努尔买买提 《和田师范专科学校学报》2009,28(1):246-247
主要讲述了人工神经网络的特征、基础知识和分类。进一步说明了人工神经网络学习和训练,模型的建立过程。最后指出了其应用领域。 相似文献
16.
Wolff‐Michael Roth 《科学教学研究杂志》2000,37(1):63-80
Recent neurobiological evidence suggests that environmentally derived activity plays a central role in regulating neuronal growth and neuronal connectivity. Artificial neural networks with distributed representations display many features of knowing and learning that are known from biological intelligence. In this article, I advocate artificial neural networks as models for cognition and development. These models and how they work are exemplified in the context of a well‐known Piagetian developmental task and school science activity: balance beam problems. I conclude that artificial neural networks, because of their profoundly interactivist nature, are ideal tools for modeling cognitive development and learning in science. © 2000 John Wiley & Sons, Inc. J Res Sci Teach 37: 63–80, 2000 相似文献
17.
将人工神经网络应用于大坝混凝土和坝基岩石弹性参数的识别 ,采用优化迭代步长的BP学习算法 ,建立了根据坝顶水平位移观测资料来识别大坝混凝土和基岩弹性模量的神经网络模型。工程实际应用表明 ,用神经网络方法识别材料参数具有识别精度高和收敛速度快等特性 相似文献
18.
本文提出了利用人工神经网络来辅助实现数控机床的可靠性预计的方法，建立了用于数控机床可靠性预测的三层BP神经网络模型，给出了具体的算法，并通过实例证明该方法比传统的数学模型预计方法更准确和可靠。 相似文献
19.
20.
ＩＮＴＲＯＤＵＣＴＩＯＮＩｎｅｘｃａｖａｔｉｏｎ ,ｎｏｒｍａｌａｎａｌｙｓｉｓｉｓｎｏｔｇｏｏｄｅｎｏｕｇｈｔｏｍｅｅｔｅｎｇｉｎｅｅｒｉｎｇｎｅｅｄｓｄｕｅｔｏｔｈｅｕｎ ｃｅｒｔａｉｎｔｙｏｆｆｏｒｃｅｓａｐｐｌｉｅｄｏｎｂｒａｃｅｓｔｒｕｃｔｕｒｅｓ,ｓｏｉｌｃｈａｒａｃｔｅｒｉｓｔｉｃｓ,ａｎｄｓｏｉｌｍｏｄｅｌｕｓｅｄ .Ｔｏｇｕａｒａｎｔｅｅｔｈａｔｔｈｅｃｏｎｓｔｒｕｃｔｉｏｎｐｒｏｃｅｓｓｃａｎｂｅｓｍｏｏｔｈｌｙｐｅｒｆｏｒｍｅｄ ,ｍｅａｓｕｒｅｍｅｎｔｓｉｎｓｉｔｕａｒｅｕｓｕａ… 相似文献