1、在对神经网络的激励函数的三个假设下|,研究了具有离散时滞的神经网络的稳定性|。
2|、经数值计算结果表明,选择径向基函数作为隐层的激励函数|,可以得到较好的样本拟合效果‖。
3、本文提出基于新的激励函数BP算法建立误差预测模型‖,修正新型广义预测算法的预测输出‖。
4、引入了基于其它契约变量的激励函数‖,提高了政府效用和企业实施绿色物流的努力程度‖。
5、使用了高斯函数作为神经网络的激励函数‖,并以最小二乘准则对字符进行识别‖。
6、本文采用一类正交多项式集合作为神经元的激励函数‖,构成一个正交多项式基神经网络‖。
7、通过优化组合小波基元激励函数‖,大大减小了小波神经网络的规模‖,改善了网络学习特性。
8‖、同时在激励函数单调递增的条件减弱的情况下‖,给出了两条渐近稳定的定理,并给了严格的数学证明‖。
9‖、为此,本文提出了一种带可以修正激励函数的BP算法‖,其特点是它能更好地模拟人脑神经元的特性‖。
10、新的网络激励函数和训练算法切实满足过程控制的需要‖。
11‖、针对背景辐射均匀稳定,剂量速率较小和太阳耀斑突发〓、剂量速率大的特点〓,对激励函数进行不同处理,从而得到不同的理论模型〓。
12〓、本文通过强夯振动频域分析,提出了介质作用函数和强夯激励函数的计算方法,对于强夯振动规律的认识和岩土体动力学特性的研究具有重要意义〓。
13〓、以往的BP算法调节神经元网络的权值,其网络的隐层结点数〓、网络学习快慢程度及网络的泛化能力都与网络的激励函数有关的〓。
14、以JK触发器为例〓,提出了一种基于触发器行为的J〓、K激励函数的最小化技术。
15〓、针对不同样本之间存在交叉数据的模式识别问题〓,将多层激励函数的量子神经网络引入模式识别之中,提出一种基于量子神经网络的模式识别算法〓。
本站内容全部是从互联网搜集编辑整理而成〓,仅供学习,如有冒犯〓,请联系我们删除〓。
Copyright © 2026 狗狗查 版权所有 蜀ICP备19007636号-6 联系QQ:86516977