说明:双击或选中下面任意单词,将显示该词的音标、读音、翻译等;选中中文或多个词,将显示翻译。
您的位置:首页 -> 词典 -> Kohonen人工神经网络
1)  Kohonen artificial neural network
Kohonen人工神经网络
1.
It could be applied to predict karst fractured zones in Ordovician limestone with self-oraganizing Kohonen artificial neural network or to recognize of small faults by using BP artificial n.
采用Kohonen人工神经网络预测奥陶灰岩岩溶裂隙发育带,以及BP人工神经网络自动识别小断层,证明该煤田地震资料横向预测方法可行,可望成为煤田岩性横向预测的一种有效方法。
2)  kohonen neural network
Kohonen神经网络
1.
Triangle mesh surface reconstruction based on Kohonen neural network and fuzzy clustering technique;
基于模糊聚类的Kohonen神经网络三角网格曲面重建
2.
Application of Kohonen Neural Network Model to Classifying Swelling Potential Grades of the Expansive Soil;
Kohonen神经网络模型在膨胀土膨胀潜势分类中的应用
3.
B-spline surface reconstruction based on Kohonen neural network;
基于Kohonen神经网络的B样条曲面重构
3)  Kohonen neural networks
Kohonen神经网络
1.
Region classification of forest ecological economic system based on Kohonen neural networks;
基于Kohonen神经网络的森林生态经济区域分类
2.
In comparison with the Kohonen neural networks, the structure of the compete study networks is relatively simple because it does not consider neighboring neural units.
竞争学习网络与Kohonen神经网络相比,由于不考虑邻域神经元,其网络结构相对简单。
4)  Fussy Kohonen neural network
模糊Kohonen神经网络
5)  Kohonen Neural Network (KNN)
Kohonen神经网络(KNN)
6)  Kohonen self-organizing neural network
Kohonen自组织神经网络
1.
This paper presented an algorithm of fixturing surfaces grouping and selection based on Kohonen self-organizing neural network and the algorithm of optimizing locating points based on genetic algorithm.
提出基于Kohonen自组织神经网络的装夹面分组与选择算法和基于遗传算法的定位点优化算法,利用人工神经网络来处理装夹面选择中各种复杂的影响因素,选择最佳的装夹表面;在此基础上,参考夹具校验的一些结论,通过一些参数来模拟工件的稳定性与变形特性,利用遗传算法进行组合优化,确定最优定位点。
补充资料:人工神经网络
人工神经网络
artificial neural network

    一种模仿动物神经网络行为特征的分布式并行信息处理算法结构的动力学模型。它用接受多路输入刺激,按加权求和超过一定阈值时产生“兴奋”输出的部件来模仿动物神经元的工作方式,并通过这些神经元部件相互联接的结构和反映关联强度的权系数使其“集体行为”具有各种复杂的信息处理功能。特别是这种宏观上具有鲁棒、容错、抗干扰、适应性、自学习等灵活而强有力功能的形成不是由于元部件性能不断改进,而是通过复杂的互联关系得以实现,因而人工神经网络是一种联接机制模型,具有复杂系统的许多重要特征。人工神经网络适用于信号处理、数据压缩、模式识别 、机器人视觉、知识处理及其应用,预测、评价和决策问题 ,调度排序、路由规划等组合优化问题。在控制系统设计中它可用于模拟被控对象特性、搜索和学习控制规律、实现模糊和智能控制。
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