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 -> 神经网络/40Hz脑电信号
1)  neural networks/40 Hz EEG
神经网络/40Hz脑电信号
2)  chaostio field/40 Hz EEG
混沌场/40Hz脑电信号
3)  cranial nerve network
脑神经网络
1.
At the inspiration of the human cranial nerve network and the artificial nerve network, the paper puts forward a structure of the curriculum system using analogue cranial nerve network, which is called the distributed curriculum system.
在人类大脑神经网络和人工神经网络的启示下,提出了模拟脑神经网络的课程体系结构,即分布式课程体系结构。
4)  brain neural signal
脑神经信号
1.
Among Nonstationary Randomness Signals(NRSs),brain neural signals are particularly difficult to classify.
脑神经信号属于非平稳随机信号,是一类难以进行分类识别的信号。
5)  CMAC
小脑神经网络
1.
A three-layer CMAC is built using the position information of a repairing area obtained from robot teaching as the input vector of CMAC network input space,and using the extended B sample bar function as the basic function of CMAC nonlinear map,and CMAC is trained with a united single variable function exp(),to design and simulate the program with Matlab language tool box and editor.
提出基于Matlab-CAMC实现水轮机修复机器人工作空间修复区域仿真的方法,构造了一种3层小脑神经网络(CMAC),以机器人示教得到的修复区域位置信息为CMAC网络输入空间的输入向量,用扩展B样条函数作为CMAC非线性映射的基函数,用合并单变量函数exp()训练CMAC,用Matlab语言工具箱和编辑器进行程序设计并仿真,为机器人的运动规划、轨迹规划和工艺参数规划提供了依据。
6)  cerebral neural network
大脑神经网络
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