1) double probabilistic neural network
双概率神经网络
1.
A new texture recognition method which is based on double probabilistic neural network is proposed in this paper for improving the recognition speed.
为提高纹理识别速度,在文献1纹理图像识别正确率较高的基础上,提出一种基于双概率神经网络(DPNN)的纹理图像识别方法。
2) probabilistic neural network
概率神经网络
1.
Application of probabilistic neural network in recognizing coalmine infrared monitoring images;
概率神经网络在矿井红外监控图像识别中的应用
2.
Application of probabilistic neural network technique in lithology inversion of seismic data;
概率神经网络技术在地震岩性反演中应用
3.
Fuzzy Probabilistic Neural Network Water Quality Evaluation Model and Its Application;
模糊概率神经网络水质评价模型及其应用
3) probabilistic neural network(PNN)
概率神经网络(PNN)
4) probability neural network
概率神经网络
1.
The diagnosis of misfire degree in engines based on probability neural network;
基于概率神经网络的发动机失火程度诊断
2.
Traffic condition recognition based on probability neural network
城市道路状况概率神经网络判别方法
5) probabilistic neural networks
概率神经网络
1.
Auto recognition of power quality disturbance based on probabilistic neural networks and double wavelet;
基于概率神经网络和双小波的电能质量扰动自动识别
2.
Application of Ambiguity Function Images and Probabilistic Neural Networksto Fault Diagnosis of Diesel Valve Train;
模糊函数图像与概率神经网络在柴油机气阀故障诊断中的应用
3.
According to transient property of ultrasonic signal,the discriminant pursuit method was proposed to extract local time-frequency features of defect signal and the features were fed to a probabilistic neural networks to classify the defects.
根据超声检测信号的瞬变特性,针对焊缝检测的缺陷分类问题,提出用判别追踪算法提取缺陷信号的局部时频判别特征,并结合概率神经网络实现了焊缝超声检测信号的缺陷分类。
6) Probabilistic neural network(PNN)
概率神经网络
1.
Aimed at the problem of electroencephalography(EEG) pattern recognition in brain computer interfaces(BCIs),a classification method based on probabilistic neural network(PNN) with supervised learning was presented.
针对脑机接口(BCI)研究中脑电信号(EEG)的模式识别问题,提出了一种基于有监督学习的概率神经网络(PNN)的分类方法。
2.
An distributed intelligent fire alarm system based on probabilistic neural network(PNN) was put forth and designed in order to avoid the low sensitivity and bad reliability of present fire alarm system.
针对目前火灾报警系统灵敏度低、可靠性差等不足,提出和设计了基于概率神经网络(PNN)的分布智能型火灾报警系统。
3.
From the result of prediction,which is based on Probabilistic Neural Network(PNN), the histogram method has a good ability to distinguish the different structure type of PPI,which may have a potential value for some bioinforma.
提出了一种新的、基于统计直方图提取蛋白质作用面特征的方法,并且利用提取出的作用面特征,结合概率神经网络,实现了对作用面结构类型的分类预测。
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