激励函数相关论文
摘要：激勵函数对深度神经网络的非线性逼近性能具有重要影响，其选择与任务相关。针对这一问题，提出基于自适应选择算法的深度置信回声......
人工神经网络（Artificial Neural Network，ANN，简称神经网络）是由大量神经元相互连接而构成的系统，以其并行处理、分布式存储、自适应自......
实时(数学)问题的求解在科学、工程和经济等领域中应用较为广泛。它在许多科学问题求解的过程中起着基础性作用，例如矩阵/向量计算......
论文首先介绍了神经网络的相关内容，然后重点研究了神经网络在综合评判和手写数字识别中的应用，最后做了总结和展望。
综合评判......
论文在目前关于神经网络、模糊逻辑、遗传算法三种计算智能相互结合的研究基础上，提出了一种基于遗传原理的二阶段神经网络综合进化......
神经网络控制作为一种全新的智能控制方法,为解决高度不确定性和严重非线性的复杂动态系统的控制问题开辟了一条新的途径。神经网......
机械手逆运动学求解是进行机械手控制的重要步骤之一,但由于机械手逆运动学问题本身的复杂性,建立通用算法相当困难。本文利用神经......
在过去的二十年,神经网络理论研究取得了很大的进展,在各领域的应用也取得了丰硕的成果。作为神经网络的经典模型,BP网络也得到了......
在经典逻辑中，只有真、假二值，但在客观世界中有大量的模糊现象存在于真假之间。多年来，为了数学的分析、处理模糊现象，不同学科的许多......
混沌理论可用来理解脑中某些不规则的活动,混沌动力学为人们研究神经网络提供了新的契机。本文对混沌神经网络做了深入的研究,从网......
人类具有高度发达的大脑,大脑是思维活动的物质基础,而思维是人类智能的集中体现。人工神经网络是一种旨在模拟人脑结构及其功能的......
深度学习的发展日新月异,在普通神经网络的基础上,卷积神经网络应运而生,已然成为图像领域一类高效的识别算法。Le Cun设计了经典......
介绍了反馈移位寄存器的一种新的设计方法 ,即在最长周期 M=2 n -1反馈移位寄存器的状态图上直接寻找起跳状态 ,实现周期 M......
传统PID神经网络采用BP学习算法,由于其激励函数是分断函数,因此无法获得准确的梯度信息,从而使网络学习过程初始均方误差过大,且......
提出一种采用神经网络非线性系统控制的结构及原理．即采用两个ＢＰ神经网络，一个用来对被控系统进行在线辨识，另一个用做非线性自适应控制......
对激励函数为非光滑的二阶Hopfield神经网络的周期解的存在唯一性问题进行讨论.得到了当每个输入函数是 以ω为周期时,该类神经网......
在固定脉冲时刻,利用无需有界、单调和可微的李普希茨激励函数,来研究BAM脉冲神经网络,获得平衡点的存在唯一性和全局指数稳定性的......
自从上个世纪八十年代以来,科技工作者开始发现利用电磁技术可以用来诊断和治疗某些神经系统方面的疾病,因此电磁刺激(主要是指利......
人工神经网络是从人脑的生理结构出发来研究人的智能行为，具有模拟人脑信息处理的功能。近来人们发现混沌理论可以用来理解人脑中某......
复值神经网络是在复平面上处理信息的一类神经网络,其状态变量、连接权值与激励函数都是复值的.复值神经网络可视为实值神经网络的......
众所周知，神经网络广泛应用于各个领域，而其应用的基础和前提是其性能的好坏，即神经网络的稳定性。在神经网络应用的过程中，主要存在两......
随着工业控制的发展,出现了控制领域很重要的控制方式之一:PID控制.PID具有很强的适用性,鲁棒性强等特点.人们对人工神经网络进行......
人工神经网络是一种模拟大脑信息处理算法的非线性系统,具有强大的分布式信息存储、并行处理和自适应学习能力等特点。BP网络由于......
PID控制是控制领域中最为重要的控制方式之一，因为其结构简单、鲁棒性强、易于实现，被广泛应用于石油、化工、建材等各个领域.随着控......
提出了一种前馈神经网络混合学习算法。该算法综合考虑了影响神经网络性能的３个主要因素：权值、激励函数和拓扑结构。该算法以参数神......
针对神经网络中信息传递的研究在生物、医学以及人工智能方面具有重要的意义.通过对神经元工作机理的简化,我们建立了描述该问题的......
应用人工神经元网络（ANN）技术表达船体曲线。根据问题性质，选用小波基作为前向单层神经网络的神经元激励函数，结合逐层学习（OHLO）算法对......
