1)Feedforward Neural Network前馈神经网络
1.Multi-layer feedforward neural network based on binary ant colony algorithms;基于二元蚁群算法的多层前馈神经网络
2.Chaos BP hybrid learning algorithm for feedforward neural network;前馈神经网络的混沌BP混合学习算法
3.A new feedforward neural network pruning algorithm;一种新的前馈神经网络删剪算法
英文短句/例句
1.Research on Blind Equalization Algorithm Based on Feed-forward Neural Network Optimized by Genetic Algorithm;遗传前馈神经网络盲均衡算法的研究
2.Improved Algorithm and Application of Multi-layer Neural Network;多层前馈神经网络算法的改进及应用
3.A Study for Improving Generalization Performance of Multilayer Feedforward Neural Network;多层前馈神经网络泛化性能改进研究
4.Approach to Eliminating Morbid Samples in Forward Neural Networks前馈神经网络病态学习样本剔除方法
5.Gradient algorithm has been widely used for training the weights of feedforward neural networks.梯度算法广泛应用于训练前馈神经网络.
6.Analysis of Global Minimum Cost Function for Feedforward Neural Networks前馈神经网络的代价函数全局最小值分析
7.An Application of Immune Feedforward Neural Network in Fault Diagnosis;免疫前馈神经网络在传感器故障诊断中的应用
8.Study on Blind Multiuser Detection Algorithm Based on Feed-forward Neural Network;基于前馈神经网络盲多用户检测算法的研究
9.A Study of Blind Equalization Algorithms Based on the Multi-Layer Feed-Forward Neural Networks;基于多层前馈神经网络盲均衡算法的研究
10.A Study of Equalization Algorithm with Constant Modulus Using Momentum Feed-Forward Neural Networks;动量项前馈神经网络恒模盲均衡算法的研究
11.Feedforword Neural Network Evolutionary Learning of Multi-Layer Topologies;多层前馈神经网络拓扑结构的遗传优化研究
12.Study on Optimization Strategy of Feedforward Neural Network s Parameters and Structure;前馈神经网络参数和结构的优化策略研究
13.Research on Tabu Search and Its Application in Forward Neural Network;Tabu Search及其在前馈神经网络中的应用研究
14.Blind Multi-user Detection Algorithm of Feed-forward Neural Network Based on LMK Criteria;基于LMK准则的前馈神经网络盲多用户检测算法
15.Recognition Algorithm of the Number Character Based on BFNN;基于分支前馈神经网络的数字字符识别算法
16.Application of Multilayer Feedforward Neural Network in Customer Loss;多层前馈神经网络在客户流失分析中的应用
17.Neural Network-based Model of Evaluating Enterprise Credit;基于前馈神经网络的企业信用评估模型
18.Convergence Results of Gradient Algorithms for Training Feedforward Neural Networks前馈神经网络梯度训练算法的几个收敛性结果
相关短句/例句
feedforward neural networks前馈神经网络
1.Newton-gradient coupling algorithm for feedforward neural networks;前馈神经网络的梯度-牛顿耦合学习算法
2.Computing Lyapunov exponents with feedforward neural networks;利用前馈神经网络计算Lyapunov指数
3.,this paper proposes a new algorithm which combined the advantages of the momentum feedforward neural networks and the traditional CMA blind equalization algorithms,which adjusts the new weight value with the adjusting value used before so that the algorithm could be less sensitive to the stationary point of the error surface.针对基于前馈神经网络的盲均衡算法中,BP优化算法具有收敛速度慢、易陷入局部极小的缺点,提出了一种新的盲均衡算法,该算法结合动量项前馈神经网络与传统恒模盲均衡算法的优点,将以前权值的调节量用于当前权值的修改过程,降低了算法对于误差曲面局部极值点的敏感性。
3)feed-forward neural network前馈神经网络
1.Integrated algorithm for weight learning in feed-forward neural network;前馈神经网络权值学习综合算法
2.Study on new algorithm for feed-forward neural network and its simulation;前馈神经网络学习新算法及其仿真
3.A new integrated algorithm of feed-forward neural network;前馈神经网络新型综合算法
4)feed forward neural network前馈神经网络
1.Robust maximum likelihood feed forward neural network and its application study;鲁棒性的极大似然前馈神经网络及其应用研究
2.The characteristic of the feed forward neural network and training algorithm based on the recursive prediction error are introduced.介绍了前馈神经网络的特点和基于递推预报误差(RPE)的训练算法,利用前馈神经网络对某航向同步传输系统的磁航向误差进行了校正,并给出了实验结果。
3.This text discusses melt sparsely of the feed forward neural network,that is how to determine and delete the network s redundant neuron and joining,gives the mathematics define of feed forward neural network,and introduces the Lean towards preface and Arrange in an order topologically to the Study algorithm and Sparse to take the algorithm of feed forward neural network.主要讨论前馈神经网络的稀疏化,即如何确定和删除网络中冗余的神经元和连接。
5)feed-forward neural networks前馈神经网络
1.Application of feed-forward neural networks to dam deformation monitoring based on differential evolution algorithm;基于差异进化算法的前馈神经网络在大坝变形监测中的应用
2.Applied to the problem of optimizing the connection weights of the feed-forward neural networks,the algorithm was feasible.并将该算法用来优化前馈神经网络的连接权值。
3.On the basis of both adaptive BP algorithm and Newton s method, Quasi Newton algorithm with adaptive decoupled step and momentum (QNADSM) for feed-forward neural networks is derived.基于输出层函数为线性函数的三层前馈神经网络，结合自适应步长和动量解耦的伪牛顿算法及 迭代最小二乘法导出了一种混合算法。
6)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
延伸阅读
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。
