1) learning and prediction model
学习预测模型
1.
This paper discussed the secondary structure learning and prediction model based on Spiking neural network.
本文探讨了基于Spiking神经网络的蛋白质二级结构学习预测模型,利用单个神经网络进行学习取得的效果不明显,而利用级联神经网络,通过结构到结构的学习,能很好地提高学习准确率。
2) mathematical forecasting model
数学预测模型
5) learning model
学习模型
1.
Research of ERP system learning model based on E-learning;
基于E-learning的ERP系统学习模型研究
2.
Research of hierarchy online learning model and learning control;
多层次网络学习模型与学习控制研究
3.
The first fuzzy model named prior model is built by using expert knowledge and skilled operating experiences of the flash furnace(that is, fuzzy IF THEN rules); the second fuzzy model named learning model is built by using adaptive fuzzy neural network system.
一种方法是利用专家知识和操作经验(即IF THEN规则)建立闪速炉的先验模型 ;另一种方法是利用自适应模糊神经网络方法建立闪速炉的学习模型。
6) Model learning
模型学习
1.
Based on this,a neural network learning algorithm,E H,is proposed,which combines error driven s task learning and Hebbian rule s model learning.
基于此 ,提出了一种将误差驱动的任务学习与Hebbian规则的模型学习相结合的E H方法 。
补充资料：回归模型预测法
回归模型预测法
【回归模型预测法】简称“回归预测法”，以定量研究变量间相关关系的回归方法为基础的预测方法。基本思路是:通过样本信息，分析预测对象与有关因素之间的总体相关关系，设定适当的数学模型(称为总体回归模型)将这种相关关系的类型表达出来;然后再利用样本信息，运用参数估计法，建立反映预测对象与主要相关因素之间总体关系的样本回归模型;进行必要的检验;最后根据已建立并通过检验的样本回归模型，来预测研究对象的未来状况。其中，在预测之前所做的那些工作，包括模型设定、参数估计和模型检验，统称为回归分析。由回归方法建立起来的数学模型，就称为回归模型。它一旦用于预测，又可称为预测回归模型。回归模型可分为线性回归模型和非线性回归模型，也可分为一元回归模型和多元回归模型。回归预测法，有比较严密的理论基础和较成熟的计算分析方法，如果模型建立得当，则可得到比较精确的预测结果。
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