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 -> 自组织学习联想神经网络(LANNSO)
1)  Learning Associatlons Nervous Nets by Self-Organization(LANNSO)
自组织学习联想神经网络(LANNSO)
2)  neural tree model of learning and associatinon by self-organization
自组织学习联想神经树
3)  an auto-associative neural network
自联想神经网络
1.
Fault diagnosis for glutamic acid fermentation by an auto-associative neural network
基于自联想神经网络的谷氨酸发酵故障诊断
4)  self-organizing neural network
自组织神经网络
1.
A study of some problems in pattern recognition by self-organizing neural network;
对自组织神经网络模式识别方法中若干问题的研究
2.
Combustion stability study based on statistic analysis and self-organizing neural network;
基于统计分析和自组织神经网络的燃烧稳定性研究
3.
Improved dynamical binary-tree based self-organizing neural network algorithm;
一种改进的动态二叉树的自组织神经网络算法
5)  self-organized neural network
自组织神经网络
1.
Using self-organized neural network in CRM;
自组织神经网络在CRM中的应用
2.
In this paper,an aggregation method is presented,in which the multi induction motors are classified into different types using the self-organized neural network and each type of motor is aggregated with a new steady state model equivalence method.
文中提出一种基于自组织神经网络对电动机进行分类、并针对同一类型的电动机采用稳态模型进行等值的聚合方法。
3.
It is prove that the Self-organized neural network based on Rough Set perform better both in learning and pattern recognition.
自组织神经网络在学习过程中采取竞争机制选取最优匹配神经元获胜,然而实际情况可能有一组神经元都非常匹配输入向量。
6)  SOM
自组织神经网络
1.
The SVV algorithm is based on support vector machine(SVM) and self-organizing mapping(SOM).
该算法是在无监督的自组织神经网络(SOM)的可视化功能的基础上,结合监督学习的支持向量机(SVM)的二分类算法,得到能够直观地显示高维数据、二分类数据分类边界以及数据与分类边界距离的二维映射图,提高了分类结果的可解释性。
2.
According to these limitations,this paper presents an automated pattern classification method of Self-Organizing Map Neural Network(SOMNN) combining with Generalized Regression Neural Network(GRNN).
针对这些缺陷,提出一种非监督自组织神经网络(SOMNN)和监督的广义回归网络(GRNN)结合的全自动模式分类新方法。
3.
Self Organizing Feature Maps(SOM)has been used as a tool for data clustering and dimensionality reduction.
作为一种优良的聚类和降维工具,自组织神经网络SOM(SelfOrganizingFeatureMaps)已经得到广泛应用。
补充资料:对偶联想学习


对偶联想学习
paired-association learning

  对偶联想学习(paired一assoeiation learning)让学习者或被试学习由对偶词(成对单词)组成的词表的学习方式。常在言语学习和记忆的实验研究中采用。又称对偶联合法。对偶词一般以,’A一B”来表示,第一项的“A”为刺激项目,第二项的,’B’,为反应项目。在学习中,先让学习者把各对偶词学习一遍,然后只呈现A项让学习者以B项作出反应,最后再把A项和B项同时呈现,作为强化或反强化。学习外语单词就是一种对偶联想学习,如“书—book”或“book—书”,当呈现“书”或“book”时,学习者就应作出‘。b。ok”或“书”的反应。在这里,刺激项目是学习者回忆反应项目的线索。研究表明,对偶联想学习包括三种学习:(l)辨别学习,即学习对刺激进行辨别。(2)反应学习,即把组成反应项目的各个要素构成新连锁作为一个单元来学习。(3)形成联想,即学习把可辨的刺激与正确的、完整的反应单元联结起来。对偶联合法是由美国心理学家卡尔金斯(Calkins,MW.)于19世纪末提出,到20世纪50年代才成为研究人类记忆的一种常用的方法。 (成立夫撰医巫亘}审)
  
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