1) periodic neural network
周期神经网络
2) neural network
神经网络
1.
Metal magnetic memory signal recognition by neural network for welding crack;
焊接裂纹金属磁记忆信号的神经网络识别
2.
Study on a neural network model to predict the mechanical properties of high speed heavy rail steel at Pan Steel;
攀钢高速重轨神经网络性能预报模型研究
3.
Application of BP neural network in prediction of temperature rise for die cavity;
神经网络在模具型腔温升预测中的应用
3) neural networks
神经网络
1.
Quantitative analysis of artificial intelligence neural networks in risk assessment of gas accidents in coal mine;
人工智能神经网络在煤矿瓦斯重大危险源评价中的定量分析
2.
Influence of data on the quality of mine tremors hazard assessment using neural networks;
神经网络预测矿震危险性
3.
Chinaware bottle lid color matching based on neural networks;
基于神经网络的瓷酒瓶瓶盖配色
4) artificial neural network
神经网络
1.
Prediction system of CTOD for high strength pipeline steel welded joint based on back propagation artificial neural network;
基于BP人工神经网络的高强度管线钢焊接接头性能参数CTOD预测系统
2.
Modeling and optimization of release salidroside microcapsules manufacturing process based on artificial neural network and genetic algorithm;
基于神经网络和遗传算法的红景天苷缓释微囊制备过程建模与优化
3.
Process parameters optimization of sheet metal forming in drawing process based on the technology of genetic algorithm and artificial neural network;
基于遗传算法和神经网络技术的板料拉深成形参数优化
5) ANN
神经网络
1.
Optimizing the Extracting Technics of the Chinese Herbal Medicine by ANN;
神经网络优化中药提取工艺的研究
2.
Fault trend prediction of mining machine based on ANN;
BP神经网络方法在采煤机故障诊断中的应用
3.
Fault Trend Prediction of Mining Machine Based on ANN;
人工神经网络方法在采煤机故障诊断中的应用
6) nerve network
神经网络
1.
The measure to grade the coal and gas outburst based on the nerve network;
基于神经网络的煤与瓦斯突出矿井等级划分方法
2.
Identification BP nerve network model base on parameters of gas emission coal mining face;
基于瓦斯涌出的回采工作面参数识别BP神经网络模型
3.
The Using of the BP Algorithm of Nerve Network in the Fault Diagnosis to the Asynchronous Machine;
神经网络BP算法在电机故障诊断中的应用
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