1) Artificial neural network generator
神经网络生成器
2) SGNN
自生成神经网络
1.
SGNN-based segmentation for dermoscopy melanoma image;
基于改进自生成神经网络的皮肤镜黑色素细胞瘤图像分割
2.
An approach of fraud detection in tax declaration based on self-generating neural networks (SGNN) is proposed.
提出一种基于自生成神经网络(SGNN)的税收申报欺诈检测方法。
3) FGNN
前向生成神经网络
1.
Forward Generating Neural Network (FGNN) is a special network for solving mapping problems.
前向生成神经网络是一种解决映射问题的神经网络。
4) integrated neural network
集成神经网络
1.
Fault diagnosis model for engines based on principal component analysis and integrated neural network;
基于主成分分析和集成神经网络的发动机故障诊断模型研究
2.
Fault diagnosis with hybrid integrated neural network;
混合型集成神经网络故障诊断方法研究
3.
Design on the mode of the BP integrated neural network based on the anisotropic laminated damping structure;
各向异性层合阻尼结构的BP集成神经网络模型设计
5) Neural network ensemble
神经网络集成
1.
Soft sensing modeling based on improved neural network ensemble algorithm;
基于改进神经网络集成算法的软测量建模
2.
Application of neural network ensemble in prediction of product due date;
神经网络集成方法在产品完工期预测中的应用
3.
Application of neural network ensemble for structural damage detection;
神经网络集成在结构损伤识别中的应用
6) neural network ensembles
神经网络集成
1.
Study of Web document classification based on best weight neural network ensembles;
基于最优权重的神经网络集成文本分类研究
2.
Constructive algorithm for training nappe neural network ensembles;
构造性层状神经网络集成方法
3.
Expert system model based on neural network ensembles;
基于神经网络集成的专家系统模型
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