神经网络造句
用“神经网络”造句 第21组201、 以江阴兴澄钢铁公司的实际数据进行实验，结果表明，支持向量机方法有着良好的泛化能力，优于人工神经网络建模方法。
202、 该法通过对粘弹性阻尼结构进行神经网络优化设置，从而可以考虑不同地震动特性的影响。
203、 神经网络作为一种新型的优化算法，可以替代自适应均衡算法中的横向滤波器，在数字通信系统中得到了广泛应用。
204、 本文采用一类正交多项式集合作为神经元的激励函数，构成一个正交多项式基神经网络。
205、 灌溉用水量的预测对于灌区管理工作具有重要的指导意义,使用神经网络方法预测灌溉用水量.
206、 为了处理模糊语言值,提出了一种能够控制模糊输入矢量的神经网络体系结构.
207、 针对冶炼过程中碳含量不能直接测定的不足，采用RBF神经网络对真空感应炉的终点碳含量进行预报。
208、 初步结果表明,神经网络方法可以应用于崩岸的预则.
209、 该算法经两个常用函数检验，并在图象识别的神经网络权值训练中得到应用。
210、 回顾了近年来几种主要混沌神经元模型及混沌神经网络的研究进展，介绍了其特点及主要的应用。
211、 本文运用计算机视觉和人工神经网络技术对花生仁检测进行了研究。
212、 软件算法方面，以“两点法”为基础，辅之以基于场景的神经网络算法对红外焦平面阵列进行非均匀性校正。
213、 通过优化组合小波基元激励函数，大大减小了小波神经网络的规模，改善了网络学习特性。
214、 只有在成因上，无条件反射是根据遗传信息形成的神经网络结构，而条件反射是后…
215、 随着人工智能科学的发展，人工神经网络和遗传算法已经在矿山中得到了应用。
216、 以峰峰矿区梧桐庄矿为例，应用神经网络的方法，对矿井突水水源进行了系统研究。
217、 本文在分析二值感知器神经网络实现二值数字逻辑运算后，将其推广到多值逻辑。
218、 目的为提高变风量空调系统的动态控制性能，提出基于预测的模糊神经网络控制方法。
219、 使用阿斯匹林粉末药品的近红外漫反射一阶导数光谱数据建立人工神经网络模型，预测未知样品。
220、 针对不同样本之间存在交叉数据的模式识别问题，将多层激励函数的量子神经网络引入模式识别之中，提出一种基于量子神经网络的模式识别算法。
221、 以国产某型无人机空飞时振动传感器测得的振动削波数据为研讨对象，选用归归剖析法、BP神经网络法和三次样条插值法对削波数据入行预测恢复。
222、 给出了电流继电器、圆特性以及四边型特性阻抗继电器的神经网络模型，并证明了三种模型都具有很强的自适应性。
223、 针对峰值法中测量路径规划问题，提出了基于参数模型学习的神经网络预测器。
224、 提出了一种可分性判据排序的RBF神经网络属性选择方法。
225、 实验结果表明，双电源二次激励法与人工神经网络相结合，可以实现型砂有效粘土含量和含水量的快速在线预测。
226、 研究了基于多准则学习的模糊神经网络评价环境大气质量的模型。
227、 模糊神经网络用于控制纠偏机构的运动.
228、 面对板形板厚控制这一复杂、多变量耦合的非线性系统，提出一种基于模糊神经网络的综合控制方案，实现了无模型板形板厚综合控制。
229、 对处于扰动状态下的预分馏塔的仿真结果表明，该算法可以有效地解决一类多神经网络模型的在线参数辨识问题。
230、 然后采用IPIX雷达海面回波中的水平极化雷达数据对BP神经网络进行训练，结果表明所设计的BP神经网络能够很好的模拟海杂波，单步预测误差较小。
231、 具体是将所有的样本投影到特征脸子空间中，并将每一个样本得到的特征系数作为BP神经网络的输入。
232、 介绍一种用循环多层感知器神经网络实现符号逻辑推理系统的方法。
233、 已知与铸件安装配合的曲面数据及铸件各截面厚度，确定铸件的加工变形和加工余量后，分别求出铸件曲面和模型曲面的离散有序数据作为神经网络的样本数据。
234、 将遗传算法与神经网络盲均衡算法相结合，提出了两段式优化神经网络权值的方案。
235、 神经网络具有很强的非线性逼近能力和自学习能力。
236、 仍然应该采用更广泛的方法和手段作为补充方法，提高和完善人工神经网络对沪铜期货的预测能力。
237、 文章在神经网络的基础上,建立了黑体炉温度时序预测模型.
238、 结论基于神经网络模型的井间参数预测方法，可以为储层精细评价提供高质量的油藏地质模型。
239、 将神经网络控制技术应用于潜艇的操纵控制当中，重点研究了神经网络在潜艇垂直面的运动控制中的应用，并给出了仿真的结果。
240、 选取串接积分器的多层前向神经网络训练飞行控制系统的动态逆模型，并自适应补偿逆误差。
241、 出狱后,语风发现只有理论没有硬件条件也是不能产生高级智能的,不过他想了一个方法,构造了全球最大的人工神经网络……于是人工生命小妍诞生了……
242、 我们传统的分析很多都是基于指数的假设,这个就是割尾巴,到后面就是没尾巴,这样就把长尾信号都过滤掉了,我可能是需要一些基于神经网络的方式。