1) coupling model with neural network and projection pursuit
神经网络投影寻踪耦合模型
1.
The method of coupling model with neural network and projection pursuit is an ideal tool to deal with the problem of nonlinearity,and it is very steady,but can not ideally solve the problems of multicolline.
投影寻踪神经网络耦合模型是处理非线性问题的有力工具,而且神经网络投影寻踪耦合模型稳健性高,但不能较好地处理自变量间多重线性相关性问题。
4) Projection pursuit model
投影寻踪模型
1.
Projection pursuit model can give a comprehensive assessment projection index based on the indexes of regional agricultural eco-environmental quality,and according to the value of projection index,a(reasonable) assessment result can be drawn and it is easy to do in practice.
研究建立了区域农业生态环境质量综合评价的投影寻踪模型,利用该模型可将反映区域农业生态环境质量的多个指标转换为反映各指标综合信息的投影特征值,并根据投影特征值的大小对区域农业生态环境质量进行客观评价,方法可靠,结果合理,操作简便且易于生产应用。
2.
This paper used projection pursuit model and genetic algorithm to evaluate soil fertility, and based on advantages of dealing with high dimensional data of PP and global rapid optimum seeking of GA which achieved good results.
为此,运用投影寻踪模型和遗传算法对土壤肥力综合评价进行了研究,充分利用了投影寻踪模型在处理高维数据和遗传算法在全局快速寻优方面的优势,取得了很好的效果。
3.
To attempt to apply projection pursuit model to evaluate profitability of enterprise,the listed company of household appliance industry was taken as the research object and applied projection pursuit model to evaluate profitability of listed company of household appliance industry.
为尝试将投影寻踪模型应用于企业盈利能力评价,以家电行业上市公司为研究对象,运用投影寻踪模型对各家电上市公司盈利能力进行综合评价。
5) wavelet-domain projection pursuit learning network
小波域投影寻踪网络
6) projection pursuit learning network
投影寻踪学习网络
1.
We present a new network——projection pursuit learning network (PPLN) based on Legendre polynomial——to overcome these shortcomings.
研究了用于分类的投影寻踪学习网络，给出了投影寻踪网络的学习机理，证明了基于Ｌｅｇｅｎｄｒｅ 多项式投影寻踪学习的收敛性，并用投影寻踪学习网络较完满地解决了６４ 维三类目标的分类问题及冰雹云数据的分类问题。
2.
Considering the fact that the drift is a group of multi-variable nonlinear time series related with temperature,for the first time,the projection pursuit learning network(PPLN)was employed to model the FOG drift with respect to the environmental temperature.
在这一领域首次采用投影寻踪学习网络(PPLN)方法设计FOG温度漂移在线估计器。
3.
Using projection pursuit learning network (PPLN), a new classification for remote sensing image is proposed.
利用苏州市TM影像进行了分类实验,将分类结果与BP神经网络和最大似然法的分类结果相比较,投影寻踪学习网络的分类精度较高,具有一定的实用性。
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