2) feed-forward neural network
前馈式神经网络
1.
New learning algorithm for feed-forward neural network based on objective back-propagation;
一种新的基于目标反传的前馈式神经网络训练算法
4) polynomial neural network
多项式神经网络
1.
This paper proposed a new face detection method based on independent component analysis(ICA)and polynomial neural network(PNN).
自动人脸检测是人脸识别系统的一个重要部分,本文提出了一种新的基于独立成分分析(ICA)和多项式神经网络(PNN)相结合的人脸检测方法,该方法首先在训练样本中使用ICA分离出代表人脸和非人脸特征子空间的独立影像基,把训练图像映射到该子空间降维后作为PNN网络的输入训练网络;对测试图像采用移动多尺度窗口提取图像模式,采用ICA降维后输入PNN网络,进而分类检测出人脸和非人脸。
5) distributed neural network
分布式神经网络
1.
Improved predictions can be obtained by using distributed neural networks (DNNs) instead of an individual better network as usual.
采用基于递推预报误差算法的分布式神经网络结构建立非线性系统模型 。
2.
Aimed at improving generalization, the predictive model of coke quality based on distributed neural network was proposed, which composed of self-organizing maps (SOM) and radial basis function (RBF).
针对此问题,提出了基于分布式神经网络的焦炭质量预测模型,给出了基于粗划分的自组织网络初始权值选取方法,通过对基于遗传算法-反向传播人工神经网络的预测模型(GA-BP)和基于自组织映射网络-径向基函数的分布式神经网络(SOM-RBF)的预测模型比较,发现后者比前者的预测精度高且稳定,完全满足现场要求。
6) neural network organization
神经网络式组织
1.
based on the development of organization managemnt model of enterprises,the article analyzed the advantages,the disadvantages and the practices of traditional and modern organization patterns,at the same time a new organization model-neural network organization in the era of economics and information globalization was proposed.
论文以企业组织管理模式的发展为主线 ,分析传统及现代组织形式的优缺点和适用性 ,并提出在经济、信息全球化条件下的新型组织模式———神经网络式组
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