1)random neural network随机神经网络
1.Improved algorithm research of optimization solution with random neural network;用随机神经网络优化求解改进算法的研究
2.Solving C-TSP with random neural network;用随机神经网络优化求解C-TSP
3.A novel approach to the real-time speech quality evaluation in a packet network using feed-forward multiple class random neural network(FFMCRNN) was presented.提出了一种利用前馈随机神经网络在分组网络中进行实时语音质量评价的新方法。
英文短句/例句
1.A New Multi-User Detection Method Based on Random Neural Network;基于随机神经网络的多用户检测技术
2.Synchronization in an array of coupled stochastic neural networks with mixed delays混合时滞随机神经网络全局渐近同步
3.Multi-step Network Delay Prediction Model Based on RNN基于随机神经网络的多步网络时延预测模型
4.LMI-Based Approach for Global Asymptotic Stability of Stochastic Neural Networks基于LMI的随机神经网络全局渐进稳定性
5.From Neuron to Neural Network: A Study on Stochastic Dynamic;从神经元到神经网络：随机动力学研究
6.Stochastic Wavelet Neural Networks as Approximators of a Kind of Stochastic Processes;基于随机小波神经网络的一类随机过程的逼近
7.STABILITY OF STOCHASTIC HOPFIELD NEURAL NETWORK;随机Hopfield神经网络的稳定性
8.Exponential Stability of Stochastic Delay Neural Networks;随机时滞神经网络的指数稳定性(英)
9.Synchronization and Stochastic Resonance of the Neural Network with Small-World Character小世界神经元网络的同步和随机共振
10.Dynamics of Moment Neuronal Networks Based on IF Model with Renewal Stochastic Inputs;随机更新输入IF模型下矩神经网络动力系统
11.Study on Excitement Characteristics and Stochastic Resonance of Complex Biological Neural Networks;复杂生物神经网络的兴奋特性与随机共振研究
12.Stochastic and Impulsive Exponential Stability Analysis of Hopfield Neural Networks with Delays;时滞随机和脉冲Hopfield神经网络的指数稳定性研究
13.Convergence of Online Gradient Algorithm with Stochastic Inputs for Pi-Sigma Neural Networks;Pi-Sigma神经网络随机输入在线梯度法的收敛性
14.The Research of Parameter-tuning SR (PSR) via ANN;参数调谐随机共振（PSR）的神经网络实现研究
15.Nonlinear Stochastic Control Based on Neural Network and Fuzzy System;基于神经网络和模糊系统的非线性随机控制
16.The Estimation of TFP Contribution Based on Stochastic Frontier Neural Network;基于随机前沿面神经网络的TFP贡献率测度
17.SFNN Model for Prediction of Silicon Content in Molten Iron;随机模糊神经网络模型预测铁水硅含量
18.Global Exponential Stability in Mean Square of Stochastic Delayed Neural Networks随机时滞神经网络的全局均方指数稳定性
相关短句/例句
stochastic Neural Networks随机神经网络
3)random neural network(RNN)随机神经网络(RNN)
4)stochastic Cohen-Grossberg neural networks随机Cohen-Grossberg神经网络
1.A sufficient condition ensuring p-th moment exponential stability of the stochastic Cohen-Grossberg neural networks with time-varying delays is obtained by establishing an L-operator inequality and using stochastic analysis technique.通过建立L算子不等式,利用随机分析技巧得到了变时滞随机Cohen-Grossberg神经网络的p-阶矩指数稳定的一个充分条件,并给出实例进行了说明。
5)stochastic delay neural network随机时滞神经网络
1.In the second part, we apply these sufficient conditions to a class of stochastic delay neural networks with uncertainties and obtain practical criteria to test exponential stability of these stochastic delay neural netwo.首先考虑了不确定性的一族非线性随机时滞系统 ,建立了这种系统的均方指数稳定与几乎必然指数稳定的充分准则 ,其准则是时滞无关的 ;然后应用这些充分条件到一类不确定的随机时滞神经网络 ,得到了这种神经网络指数稳定的实用判据 。
6)general stochastic neural network广义随机模糊神经网络
1.A general stochastic neural network(GFSNN),which membership functions are general Gaussian functions and are adaptable,is proposed to predict chaotic time series,and the model s structure and parameters are optimized by the algorithms of GA-Annealing strategy and are applied to forecast stochastic chaotic time series.针对随机模糊神经网络缺乏自适应性,引入广义高斯函数和广义随机模糊神经网络,使系统中隶属函数具有自适应性;并对参数进行遗传退火算法优化,使系统具有最佳结构和参数。
延伸阅读
随机网络分析与优化随机网络分析与优化analysis and optimization of random network suiii wangluo fenxi yu youhua随机网络分析与优化(analvsisartimization of random network)在又机变化的外部环境和内部因素共同柞的系统进行网络描述的基础上，综合多项理论，研究系统的静态、动态牡概率分布，并寻求优化的方法和活动。包括随机网络解析法和随机网络仿真 随机网络技术是在肯定型网络杉基础上产生的。1962年，美国的E.场提出带“决策盒”的广义网络技术，步改进和完善后形成了图示评审(GERT)，同时又利用控制论中的信戈理论和概率论中的矩母函数发展了GE络的解析算法。1969年，形成了相应件系统并成功应用于美国阿波罗载六计划。70年代以来，美国的普列茨丈人又进一步发展了随机网络仿真技才现了多种具有不同功能的随机网络仗统。现在，随机网络技术已广泛应拜事训练、作战指挥、后勤保障等方值筹分析中。 随机网络以下列方式描述客观暮网络中的节点表示系统状态;连接名之间的箭杆表示状态之间的传递关弃为活动);各节点具有不同的逻辑牡引出端可以有多个概率分支，并且书间的传递关系服从一定的概率分布;中允许回路和自环存在。广义网络摇随机网络的一般形式，其节点的输人立oP-撇汗拥印要术粕哟拯沐汹啊嫩朔噜出辐浑腿乞宁点(称E;天之习络竺是有3渝人和 肯定刁逻辑或”型三是一兰利用、网络无率论卜种概习络在了“异j)的j，j) 的条 ·从泊tjj，劲络，天之间种类型:“与”型输人、“或”型车 “异或”型输人;输出端有2种类型:型输出和概率型输出，共构成6种不「功能的节点(见网络分析)。只含“异节点的随机网络称为GERT网络，勺种典型的线性系统。 随机网络解析法的基本原理，尖控制论中的信号流图理论计算GER广中各节点之间的传递关系，并利用札中矩母函数的基本性质计算网络的耀率分布数字特征，从而得到GERT「平稳状态下的解析解。设状态j，j均步或”型节点，随机变量岛为活动(人活动周期，Ptj为节点i实现时活动(被执行的概率一M公(s)为活动(j，j)件矩母函数，令传递函数为矶(s)二厂(s)，故对于每项活动的两个参数只总可以用一个参数Wjj(s)来代替。
