1) B-P neural network
B-P神经网络
1.
Forecasting model of environment air quality based on B-P neural network;
基于B-P神经网络的环境空气质量预测模型
2.
In the background of coal gas produce process, thepaper proposes a predictive control method based on improved B-P neural network tononlinear and time-delay system.
本文以水煤气生产过程为背景,对这类复杂非线性系统提出了一种基于改进B-P神经网络的预测控制方法,仿真结果表明该方法的有效性和快速性,从而为非线性、大滞后系统的实时智能优化控制的实现提出了一种有效的方法。
2) B-P ANN
B-P人工神经网络
1.
After optimum coefficients were found for the model, the determination of Pb, Cd, Hg and Ni in unknown were complete by using B-P ANN.
在优化的基础上,用B-P人工神经网络对Pb、Cd、Hg、Ni同时测定的数据进行解析,井与经典最小二乘法进行了对比,结果较准确。
3) improved B-P neural network
B-P神经网络改进
4) B-P networks
B-P网络
1.
The Application of B-P Networks on Rainstorm Forecast During Summer and Fall;
B-P网络在夏秋季强降水预报中的应用
2.
On the basis of ANN theory, a B-P networks model about water quality evaluation is established.
运用人工神经网络理论和方法 ,建立了水质评价的 B-P网络模型 ;重点探讨了隐含层节点数的确定方法。
5) B-P network
B-P网络
1.
In this paper,we used the MATLAB and the neural network tools package on it to train the B-P network with the fuzzy control rules.
利用MATLAB语言及基于它的神经网络工具包根据模糊控制规则对B-P网络进行训练,并用这一网络控制倒立摆,结果表明,MATLAB中的神经网络工具包在神经网络的应用中大有作为。
6) B P network
B-P网络
补充资料：Hopfield神经网络模型
Hopfield神经网络模型
Hopfield neural network model
收敛于稳定状态或Han加Ing距离小于2的极限环。 上述结论保证了神经网络并行计算的收敛性。 连续氏pfield神经网络中，各个神经元状态取值是连续的，由于离散H6pfield神经网络中的神经元与生物神经元的主要差异是:①生物神经元的I/O关系是连续的;②生物神经元由于存在时延，因此其动力学行为必须由非线性微分方程来描述。为此，在1984年J.J.H叩fi酗提出了连续氏pfield神经网络，它可用图1所示的电路实现，其动态方程┌───┐│·T叮 │└───┘图1连续F砧pfield神经网络 (a)Sigmoid非线性;(b)神经元模型可由下述微分方程式描述: 、，产 门J /r、l、1.。瓮一客、一佘Ii认=f(u￡)￡=l，2，…，n式中f(·)为连续可微的Sign101d函数;T，j=兀、i，j=1，2，“’，n几=0]=i1~.吞~·‘八文一Q*+，戮T，j‘一‘，2，”一”连续时间氏pfield神经网络式的计算能量函数定义为:一告客客几从砚 石l「Vi_1，、，合，，， +乞古!‘厂‘(x)dx一乙I，从(4) ’月R‘Jo“‘、一’一月一，” 对于式(3)，若f一‘为单调增且连续，C>0，T，j=几(i，j=1，2，一，n)，则沿系统的运动轨道有dE一。-丁丁足之Uat当且仅当贷一。时 箭一。式(3)的稳定平衡点就是能量函数E〔式(4)」的极小点，反之亦然。同时，连续氏pfield神经网络式(3)以大规模非线性连续时间并行方式处理信息。网络的稳定平衡点对应于其计算能量函数E的极小点，网络的计算时间就是它到达稳定的时间，网络的计算在系统趋于稳态的过程中也就完成了。这也是式(3)用于神经计算及联想记忆的基本原理，也即神经计算机的基本原理。HoPfield shenling wangluo moxingHopfield神经网络模型(Hopfieldne，Ine幻即0比m侧触l)一种单层全反馈的人工神经网络模型(后称之为氏p玉idd模型)，它对推动人工神经网络研究的复苏起了很重要的作用。 且，lield对人工神经网络研究的贡献主要有: (l)把有反馈的神经网络看作一个非线性动力系统，提出了系统的全局Lyap阴lov函数(或称能量函数)的概念，用于系统稳定性的分析; (2)利用上述分析方法解决人工智能中的组合优化问题，如15护;(3)给出了利用模拟电子线路实现的连续Hopfidd网络的电路模型，为进一步研究神经计算机创造了条件。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条