1) BP neural network
反传神经网络
1.
Based on the BP neural networks,this paper presents a new approach for the analog circuit fault diagnosis,which can overcome a set of difficulties,such as the existing prob- lems in storage,timeconsuming in computing a single hard fault dectionary as well as the treatment of tolerance and noize.
基于反传神经网络,本文提出了一种模拟电路故障诊断的新方法。
2) BP neural network
反向传播神经网络
1.
The paper constructed a BP neural network on the basis of supervised learning,and built a model of extraction of gas disaster information by training the BP neural network.
文章基于有指导学习构造了反向传播神经网络,通过对该神经网络的训练建立了瓦斯灾害信息提取模型,并利用数据挖掘软件iDA对所建模型进行了分析,以发现和提取有价值或潜在的信息,从而达到了预防瓦斯灾害发生的目的。
2.
To circumvent the transmission performance degradation of the orthogonal frequency division multiplexing(OFDM) systems due to the nonlinear high power amplifiers(HPA),a new predistorter is presented which consists of two similar single-input and single-output BP neural networks(NN) in series.
针对非线性高功率放大器导致正交频分多址系统传输性能下降问题,采用两个类似结构的单输入单输出反向传播神经网络串联后级联高功率放大器实现其预失真。
3) back-propagation neural network
反向传播神经网络
1.
The composite close-loop intelligent PID control algorithm based on back-propagation neural network is presented in this paper.
在单轴气浮转台控制算法研究上,针对单轴气浮台测控系统的高精度和低速度要求,常规PID控制在此转台控制中无法达到满意的控制效果,本文提出了一种基于反向传播神经网络复合闭环的智能PID控制算法。
2.
Back-propagation neural network(BP) and Support Vector Machine(SVM) models can improve identification rates of 31 P MRS to 92.
结果有限的样本实现了良好的分类性能,反向传播神经网络(BP)和支持向量机(SVM)模型可以提高31P MRS识别率,识别率可达92。
3.
This paper analyzed the basic theory and algorithm of the probabilistic neural network,and established certain equipment fault classification model based on the PNN and improved BPNN,simulation showed that PNN model outperforms the improved back-propagation neural network model in classification speed,precision and generalization ability.
首先分析了概率神经网络(PNN)的基本结构及其训练算法,建立了某型航空发动机故障分类的概率神经网络模型,通过对该设备故障进行定性诊断,对比分析了概率神经网络与常用的误差反向传播神经网络(BPNN)分类模型对各类故障的分类效果。
4) Artificial neural net
反向传播-人工神经网络
5) modified back-propagation neural network
改良反传人工神经网络
6) back-propagation network
反传人工神经网络
1.
In this study the technique of projection discriminant analysis based on principal component analysis (PCA) was applied to investigate the experimental data, and back-propagation network (BPN) was applied to predict the attribution of unknown samples.
采用高效液相色谱获得黄连上清片的色谱指纹图谱,利用基于主成分分析的投影判别法分析实验结果,并用反传人工神经网络对未知样品进行预报。
补充资料：传神论
| 传神论 中国古代美术史中有关美学的一个命题。东晋画家顾恺之是已知画史上最早用“传神”评价美术现象的。所谓神，泛指被描绘对象的精神气质特色，而传神论则是受到汉末魏初名家论“言意之辨”和魏晋玄学的影响。名家以“言不尽意”知人论事，认为看人须观内在的神，而神却常不可言传。庄子则有“得意忘言”之说，被玄学家王弼扩充为解经、证玄、调和乃至认识艺术的新方法。名家之“言不尽意”与他的“得意忘言”均重神、意，但前者轻言、象，后者则以意为目的，以言、象为手段。顾恺之接受王弼的思想提出“凡画，人最难”，“四体妍蚩本无关妙处”，认为传神很难，画之妙不在形体而在内在精神气质。但从其著述及作品遗迹（摹本）来看，他的“以形写神”说亦是重视形似的。至唐，传神论主要作为人物画的审美标准。五代后山水画、花鸟画大盛，写意论更为流行，传神论渐成肖像画的专用语。历来传神论者，大体有两种意见：一类贵神贱形；另一类形神兼得，由形似求神似。一般文人写意画家为前者，宫廷、肖像画家为后者，从理论意义上看，彼此是相互补充的。前者并非完全否定形似，要求的不过是约形；后者也并非外形的酷似，而是要求更严罢了。为达到传神的目的，对观察与描绘方法古代画家主张整体、运动地观察对象，反对孤立、静止的表现方法，这一原则在元代以后传神论述中取得一致认同。 |
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