人工神經(jīng)網(wǎng)絡(luò)和bp神經(jīng)網(wǎng)絡(luò)的區(qū)別? 人工神經(jīng)網(wǎng)絡(luò)（Artificial Neural Network, ANN）是一種模仿人腦神經(jīng)元網(wǎng)絡(luò)結(jié)構(gòu)和功能的計算模型，也被稱為神經(jīng)網(wǎng)絡(luò)（Neural
2023-08-22 16:45:18
707 深度神經(jīng)網(wǎng)絡(luò)是一種基于神經(jīng)網(wǎng)絡(luò)的機器學(xué)習(xí)算法，其主要特點是由多層神經(jīng)元構(gòu)成，可以根據(jù)數(shù)據(jù)自動調(diào)整神經(jīng)元之間的權(quán)重，從而實現(xiàn)對大規(guī)模數(shù)據(jù)進行預(yù)測和分類。卷積神經(jīng)網(wǎng)絡(luò)是深度神經(jīng)網(wǎng)絡(luò)的一種，主要應(yīng)用于圖像和視頻處理領(lǐng)域。
2023-08-21 17:07:36529 人工神經(jīng)網(wǎng)絡(luò)是根據(jù)人的認識過程而開發(fā)出的一種算法。假如我們現(xiàn)在只有一些輸入和相應(yīng)的輸出，而對如何由輸入得到輸出的機理并不清楚，那么我們可以把輸入與輸出之間的未知過程看成是一個“網(wǎng)絡(luò)”，通過不斷地給
2008-06-19 14:40:42
在介紹卷積神經(jīng)網(wǎng)絡(luò)之前，我們先回顧一下神經(jīng)網(wǎng)絡(luò)的基本知識。就目前而言，神經(jīng)網(wǎng)絡(luò)是深度學(xué)習(xí)算法的核心，我們所熟知的很多深度學(xué)習(xí)算法的背后其實都是神經(jīng)網(wǎng)絡(luò)。
2023-02-23 09:14:441224 基于模糊RBF神經(jīng)網(wǎng)絡(luò)算法的灌溉控制系統(tǒng)
2021-06-29 14:25:29
0 基于人工神經(jīng)網(wǎng)絡(luò)的系統(tǒng)辨識與控制說明。
2021-06-01 09:23:248 神經(jīng)網(wǎng)絡(luò)控制基礎(chǔ)知識簡介。
2021-05-31 16:37:404 文章系統(tǒng)地闡述了神經(jīng)網(wǎng)絡(luò)自適應(yīng)控制的本質(zhì)、優(yōu)勢與研究進展，介紹了神經(jīng)網(wǎng)絡(luò)自適應(yīng)控制的不同結(jié)構(gòu)模型及其所具有的特性，分析了目前神經(jīng)網(wǎng)絡(luò)自適應(yīng)控制尚存在的問題，及其日后的研究重點與方向，指出了神經(jīng)網(wǎng)絡(luò)與自適應(yīng)控制相結(jié)合，應(yīng)用于控制系統(tǒng)中的優(yōu)越性和可行性。
2021-05-31 16:35:5411 神經(jīng)網(wǎng)絡(luò)控制，即基于神經(jīng)網(wǎng)絡(luò)控制或簡稱神經(jīng)控制，是指在控制系統(tǒng)中采用神經(jīng)網(wǎng)絡(luò)這一工具對難以精確描述的復(fù)雜的非線性對象進行建模，或充當控制器，或優(yōu)化計算，或進行推理，或故障診斷等，亦即同時兼有上述某些
2021-05-27 15:02:1110 本文檔的主要內(nèi)容詳細介紹的是神經(jīng)網(wǎng)絡(luò)與神經(jīng)網(wǎng)絡(luò)控制的學(xué)習(xí)課件免費下載包括了:1生物神經(jīng)元模型，2人工神經(jīng)元模型，3人工神經(jīng)網(wǎng)絡(luò)模型，4神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)方法
2021-01-20 11:20:057 Hopfield網(wǎng)絡(luò)線性系統(tǒng)參數(shù)辨識，在系統(tǒng)辨識中，直接采用Hopfield神經(jīng)網(wǎng)絡(luò)對時域內(nèi)動態(tài)系統(tǒng)實現(xiàn)參數(shù)估計是一種簡單而直接的動態(tài)系統(tǒng)辨識方法。該方法的特點是根據(jù)Hopfield神經(jīng)網(wǎng)絡(luò)的動力學(xué)機制，使其神經(jīng)元的輸出值對應(yīng)待識參數(shù)，則系統(tǒng)趨于穩(wěn)定的過程就是待辨識參數(shù)辨識的過程。
2017-12-06 15:14:252 基于BP神經(jīng)網(wǎng)絡(luò)的辨識，1986年，Rumelhart等提出了誤差反向傳播神經(jīng)網(wǎng)絡(luò)，簡稱BP網(wǎng)絡(luò)（Back Propagation），該網(wǎng)絡(luò)是一種單向傳播的多層前向網(wǎng)絡(luò)。
誤差反向傳播
2017-12-06 15:11:582 基于RBF神經(jīng)網(wǎng)絡(luò)的辨識，徑向基函數(shù)(RBF-Radial Basis Function)神經(jīng)網(wǎng)絡(luò)是由J.Moody和C.Darken在80年代末提出的一種神經(jīng)網(wǎng)絡(luò)它是具有單隱層的三層前饋網(wǎng)絡(luò)。由于
2017-12-06 15:10:300 神經(jīng)網(wǎng)絡(luò)系統(tǒng)辨識程序
2017-12-06 15:06:310 基于互信息的生物神經(jīng)網(wǎng)絡(luò)功能性連接辨識_劉劍釗
2017-03-19 19:25:560 遺傳算法優(yōu)化神經(jīng)網(wǎng)絡(luò)的直線電機定位力辨識_何良辰
2017-01-13 21:36:190 交流電機矢量控制中的轉(zhuǎn)子磁鏈辨識的神經(jīng)網(wǎng)絡(luò)實現(xiàn)
2016-04-25 10:00:2716 文中將BP神經(jīng)網(wǎng)絡(luò)的原理應(yīng)用于參數(shù)辨識過程，結(jié)合傳統(tǒng)的 PID控制算法，形成一種改進型BP神經(jīng)網(wǎng)絡(luò)PID控制算法。該算法利用BP神經(jīng)網(wǎng)絡(luò)建立系統(tǒng)參數(shù)模型，能夠跟蹤被控對象的變化，取
2012-07-16 15:53:0851 將神經(jīng)網(wǎng)絡(luò)逆控制方法應(yīng)用于雙饋發(fā)電系統(tǒng),根據(jù)雙饋發(fā)電機功率控制數(shù)學(xué)模型推導(dǎo)逆系統(tǒng)模型,合理選擇逆控制輸入、輸出信號,用神經(jīng)網(wǎng)絡(luò)實現(xiàn)逆控制算法,將系統(tǒng)分解為有功功率和無功
2011-09-26 14:39:4531 提出了一種基于徑向基函數(shù)(RBF) 免疫神經(jīng)網(wǎng)絡(luò) 的故障檢測方法,該故障檢測方法由系統(tǒng)辨識、殘差過濾和故障報警濃度等功能模塊構(gòu)成。系統(tǒng)辨識基于免疫RBF神經(jīng)網(wǎng)絡(luò),用于故障檢測的殘
2011-07-27 16:51:2122
隨著智能信息技術(shù)的發(fā)展，模糊神經(jīng)網(wǎng)絡(luò)算法廣泛應(yīng)用于工業(yè)控制。但該算法尚未應(yīng)用于PLC。針對這種現(xiàn)狀，給出基于S7-200 PLC的模糊神經(jīng)網(wǎng)絡(luò)算法設(shè)計。利用模糊神經(jīng)
2010-12-24 16:55:1949 神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)通常會面臨多種選擇,如樣本的訓(xùn)練方式、神經(jīng)網(wǎng)絡(luò)的算法等,不好的選擇會降低預(yù)測率。BP(Back Propagation)神經(jīng)網(wǎng)絡(luò)庫存控制系統(tǒng)融合多種庫存控制技術(shù),利用BP算法對
2010-11-13 17:24:0731 給出了神經(jīng)網(wǎng)絡(luò)魯棒性的概念" 基于系統(tǒng)辨識的BP網(wǎng)絡(luò)RBF網(wǎng)絡(luò)和ELMAN 網(wǎng)絡(luò)的魯棒性問題進行了分析和研究$ 仿真結(jié)果表明" 神經(jīng)網(wǎng)絡(luò)用于非線性系統(tǒng)辨識有其廣闊的前景$
2010-07-22 16:20:047 近年來，由于神經(jīng)網(wǎng)絡(luò)的研究取得了長足的進展，基于BP神經(jīng)網(wǎng)絡(luò)模型的速度辨識方法得到了廣泛研究，但其仍存在收斂速度慢、易陷入局部極小值等問題，因此，對神經(jīng)網(wǎng)絡(luò)的優(yōu)化
2010-06-14 06:52:321048 
本文提出了用神經(jīng)網(wǎng)絡(luò)模型參考自適應(yīng)控制器對加工過程進行控制的方法。并以銑床加工過程為例，針對原PID控制器產(chǎn)生超調(diào)量過大，控制效果不理想，設(shè)計了一個神經(jīng)網(wǎng)絡(luò)辨識器(N
2009-12-26 13:58:0010 基于T-S 模糊模型,提出了利用神經(jīng)網(wǎng)絡(luò)實現(xiàn)非線性系統(tǒng)的辨識。首先，利用一種無監(jiān)督的聚類算法分析輸入輸出數(shù)據(jù)生成初始的結(jié)構(gòu)模型，確定系統(tǒng)的模糊空間和模糊規(guī)則數(shù)，構(gòu)造神
2009-09-25 16:38:364 本文針對半主動空氣懸架這種時變的、非線性復(fù)雜系統(tǒng)，提出基于神經(jīng)網(wǎng)絡(luò)的自適應(yīng)控制策略，設(shè)計了神經(jīng)網(wǎng)絡(luò)辨識器和控制器。通過仿真計算和分析驗證了其可行性和有效性。
2009-08-18 10:46:4412 為了改善工業(yè)控制系統(tǒng)的動態(tài)調(diào)節(jié)品質(zhì)，運用BP 神經(jīng)網(wǎng)絡(luò)控制算法設(shè)計了一種神經(jīng)網(wǎng)絡(luò)PID 控制器，并給出了基于西門子PLC 的神經(jīng)網(wǎng)絡(luò)PID 控制器的實現(xiàn)方法，仿真和實驗結(jié)果表明
2009-08-10 11:12:3242 對所提出的動態(tài)遞歸神經(jīng)網(wǎng)絡(luò)進行了分析，以及如何利用它們來進行系統(tǒng)辨識。設(shè)計了用于辨識柴油機的實驗，最后在此基礎(chǔ)上對柴油機的模型進行了辨識，取得了較好的效果。
2009-08-03 11:42:3911 將神經(jīng)網(wǎng)絡(luò)和PID 控制相結(jié)合，提出了一種基于對角遞歸神經(jīng)網(wǎng)絡(luò)整定的PID 控制策略，并將其應(yīng)用于交流伺服系統(tǒng)的控制。利用對角遞歸神經(jīng)網(wǎng)絡(luò)在線自適應(yīng)調(diào)整PID 控制器的參數(shù)，
2009-07-30 09:40:1210 神經(jīng)網(wǎng)絡(luò)具有自學(xué)習(xí)、自調(diào)整、自適應(yīng)能力。本文介紹了由PLC 控制實現(xiàn)的神經(jīng)網(wǎng)絡(luò)PID 自適應(yīng)控制器。實驗表明，該技術(shù)對于提高控制精度是行之有效的。具有在調(diào)速系統(tǒng)中推廣
2009-06-18 10:53:0611 基于BP 神經(jīng)網(wǎng)絡(luò)能以任意精度逼近任何非線性連續(xù)函數(shù)的原理。通過在MATLAB環(huán)境下，對典型的不穩(wěn)定、非線性、強耦合的倒立擺系統(tǒng)建立了BP 神經(jīng)網(wǎng)絡(luò)辨識結(jié)構(gòu)，并對辨識結(jié)果
2009-05-27 13:28:5321 基于BP 神經(jīng)網(wǎng)絡(luò)能以任意精度逼近任何非線性連續(xù)函數(shù)的原理。通過在MATLAB環(huán)境下，對典型的不穩(wěn)定、非線性、強耦合的倒立擺系統(tǒng)建立了BP 神經(jīng)網(wǎng)絡(luò)辨識結(jié)構(gòu)，并對辨識結(jié)果進
2009-05-27 11:54:1414 將Chebyshev神經(jīng)網(wǎng)絡(luò)模型作為混沌控制系統(tǒng)辨識器，任選系統(tǒng)初值和非線性、非周期性控制律，通過Chebyshev混沌神經(jīng)網(wǎng)絡(luò)產(chǎn)生混沌序列，求出該序列的排序置換及逆置換，對明文置換
2009-04-20 09:43:299 神經(jīng)網(wǎng)絡(luò)模糊系統(tǒng)及其在運動控制中的應(yīng)用是一本關(guān)于人工神經(jīng)網(wǎng)絡(luò)、模糊邏輯系統(tǒng)，以及模糊神經(jīng)網(wǎng)絡(luò)研究成果的專著。作者在簡要介紹神經(jīng)網(wǎng)絡(luò)理論與模糊理論的基礎(chǔ)上，對人
2009-01-13 15:18:3442
電子發(fā)燒友App
工商網(wǎng)監(jiān)
評論