卷積神經(jīng)網(wǎng)絡(luò)是一種前饋神經(jīng)網(wǎng)絡(luò)，它的人工神經(jīng)元可以響應(yīng)一部分覆蓋范圍內(nèi)的周圍單元，對(duì)于大型圖像處理有出色表現(xiàn)。 它包括卷積層和池化層。
2018-04-24 08:59:36
24540 
大家有知道labview中神經(jīng)網(wǎng)絡(luò)和SVM的工具包是哪個(gè)嗎？求分享一下，有做這方面的朋友也可以交流一下，大家共同進(jìn)步
2017-10-13 11:41:43
神經(jīng)網(wǎng)絡(luò)基本介紹
2018-01-04 13:41:23
第1章 概述 1.1 人工神經(jīng)網(wǎng)絡(luò)研究與發(fā)展 1.2 生物神經(jīng)元 1.3 人工神經(jīng)網(wǎng)絡(luò)的構(gòu)成 第2章人工神經(jīng)網(wǎng)絡(luò)基本模型 2.1 MP模型 2.2 感知器模型 2.3 自適應(yīng)線性
2012-03-20 11:32:43
將神經(jīng)網(wǎng)絡(luò)移植到STM32最近在做的一個(gè)項(xiàng)目需要用到網(wǎng)絡(luò)進(jìn)行擬合，并且將擬合得到的結(jié)果用作控制，就在想能不能直接在單片機(jī)上做神經(jīng)網(wǎng)絡(luò)計(jì)算，這樣就可以實(shí)時(shí)計(jì)算，不依賴于上位機(jī)。所以要解決的主要是兩個(gè)
2022-01-11 06:20:53
神經(jīng)網(wǎng)絡(luò)簡(jiǎn)介
2012-08-05 21:01:08
神經(jīng)網(wǎng)絡(luò)算法怎么去控制溫控系統(tǒng)，為什么不用pid控制
2023-10-27 06:10:14
基于深度學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)算法
2019-05-16 17:25:05
求一個(gè)simulink的蓄電池用BP神經(jīng)網(wǎng)絡(luò)PID控制電機(jī)加速勻速減速運(yùn)動(dòng)的模型仿真
2020-02-22 02:17:03
一文看懂BP神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)數(shù)學(xué)知識(shí)
2020-06-16 07:14:35
針對(duì)傳統(tǒng)比例積分（ＰＩ）控制在電機(jī)控制中控制效果不良的問(wèn)題，設(shè)計(jì)了一種基于向后傳播算法（ＢＰ）模糊神經(jīng)網(wǎng)絡(luò)的ＰＩ控制器?；冢停粒裕蹋粒拢樱椋恚酰欤椋睿虢⒘思冸妱?dòng)汽車驅(qū)動(dòng)系統(tǒng)的仿真模型，將駕駛員
2019-12-10 16:32:40
自然會(huì)想到Arm Cortex-M系列處理器內(nèi)核，那么如果您想要強(qiáng)化它的性能并且減少內(nèi)存消耗，CMSIS-NN就是您最好的選擇?；贑MSIS-NN內(nèi)核的神經(jīng)網(wǎng)絡(luò)推理運(yùn)算，對(duì)于運(yùn)行時(shí)間/吞吐量將會(huì)有4.6X的提升，而對(duì)于能效將有4.9X的提升。
2019-07-23 08:08:59
全新CMSIS-NN神經(jīng)網(wǎng)絡(luò)內(nèi)核讓微控制器效率提升5倍
2021-03-15 06:55:09
MATLAB神經(jīng)網(wǎng)絡(luò)
2013-07-08 15:17:13
用NARMA-L2結(jié)構(gòu)來(lái)辨識(shí)非線性系統(tǒng)，該NARMA-L2神經(jīng)網(wǎng)絡(luò)由兩個(gè)神經(jīng)網(wǎng)絡(luò)（類似ARX的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)）構(gòu)成。其原理見下面兩張圖。結(jié)合自校正控制器組成神經(jīng)自校正控制器，如圖下對(duì)于這個(gè)結(jié)構(gòu)和控制
2019-07-24 20:52:07
NMSIS NN 軟件庫(kù)是一組高效的神經(jīng)網(wǎng)絡(luò)內(nèi)核，旨在最大限度地提高 Nuclei N 處理器內(nèi)核上的神經(jīng)網(wǎng)絡(luò)的性能并最??大限度地減少其內(nèi)存占用。
該庫(kù)分為多個(gè)功能，每個(gè)功能涵蓋特定類別
2025-10-29 06:08:21
是classes（層級(jí)嗎？），希望有前輩能夠詳細(xì)的幫我講解下這個(gè)范例?。?！謝謝?。。。。ū救艘褜?duì)BP神經(jīng)網(wǎng)絡(luò)的理論知識(shí)有了了解）
2017-02-22 16:08:08
習(xí)神經(jīng)神經(jīng)網(wǎng)絡(luò)，對(duì)于神經(jīng)網(wǎng)絡(luò)的實(shí)現(xiàn)是如何一直沒有具體實(shí)現(xiàn)一下：現(xiàn)看到一個(gè)簡(jiǎn)單的神經(jīng)網(wǎng)絡(luò)模型用于訓(xùn)練的輸入數(shù)據(jù):對(duì)應(yīng)的輸出數(shù)據(jù):我們這里設(shè)置：1：節(jié)點(diǎn)個(gè)數(shù)設(shè)置：輸入層、隱層、輸出層的節(jié)點(diǎn)
2021-08-18 07:25:21
原文鏈接：http://tecdat.cn/?p=6585本文介紹了用于渦輪槳距角控制的永磁同步發(fā)電機(jī)（PMSG）和高性能在線訓(xùn)練遞歸神經(jīng)網(wǎng)絡(luò)（RNN）的混合模糊滑模損失最小化控制的設(shè)計(jì)。反向傳播學(xué)
2021-07-12 07:55:17
前言前面我們通過(guò)notebook，完成了在PYNQ-Z2開發(fā)板上編寫并運(yùn)行python程序。我們的最終目的是基于神經(jīng)網(wǎng)絡(luò)，完成手寫的數(shù)字識(shí)別。在這之前，有必要講一下神經(jīng)網(wǎng)絡(luò)的基本概念和工作原理。何為
2019-03-03 22:10:19
小車運(yùn)動(dòng)的控制信號(hào)，實(shí)現(xiàn)小車自動(dòng)駕駛。在初步實(shí)現(xiàn)方案中，為了快速實(shí)現(xiàn)整體功能，使用軟件神經(jīng)網(wǎng)絡(luò)作為控制器，使用單片機(jī)作為底盤電機(jī)的控制器。在進(jìn)一步的實(shí)現(xiàn)中，所有數(shù)據(jù)處理和底盤控制全部由Zynq FPGA
2019-03-02 23:10:52
今天學(xué)習(xí)了兩個(gè)神經(jīng)網(wǎng)絡(luò)，分別是自適應(yīng)諧振（ART）神經(jīng)網(wǎng)絡(luò)與自組織映射（SOM）神經(jīng)網(wǎng)絡(luò)。整體感覺不是很難，只不過(guò)一些最基礎(chǔ)的概念容易理解不清。首先ART神經(jīng)網(wǎng)絡(luò)是競(jìng)爭(zhēng)學(xué)習(xí)的一個(gè)代表，競(jìng)爭(zhēng)型學(xué)習(xí)
2019-07-21 04:30:00
`BP神經(jīng)網(wǎng)絡(luò)首先給出只包含一個(gè)隱層的BP神經(jīng)網(wǎng)絡(luò)模型（兩層神經(jīng)網(wǎng)絡(luò)）： BP神經(jīng)網(wǎng)絡(luò)其實(shí)由兩部分組成：前饋神經(jīng)網(wǎng)絡(luò)：神經(jīng)網(wǎng)絡(luò)是前饋的，其權(quán)重都不回送到輸入單元，或前一層輸出單元（數(shù)據(jù)信息是單向
2019-07-21 04:00:00
人工神經(jīng)網(wǎng)絡(luò)是根據(jù)人的認(rèn)識(shí)過(guò)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(duì)如何由輸入得到輸出的機(jī)理并不清楚，那么我們可以把輸入與輸出之間的未知過(guò)程看成是一個(gè)“網(wǎng)絡(luò)”，通過(guò)不斷地給
2008-06-19 14:40:42
人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Network，ANN)是一種類似生物神經(jīng)網(wǎng)絡(luò)的信息處理結(jié)構(gòu)，它的提出是為了解決一些非線性，非平穩(wěn)，復(fù)雜的實(shí)際問(wèn)題。那有哪些辦法能實(shí)現(xiàn)人工神經(jīng)網(wǎng)絡(luò)呢？
2019-08-01 08:06:21
簡(jiǎn)單理解LSTM神經(jīng)網(wǎng)絡(luò)
2021-01-28 07:16:57
俊楠分享了典型模式-深度神經(jīng)網(wǎng)絡(luò)入門。本文詳細(xì)介紹了關(guān)于深度神經(jīng)網(wǎng)絡(luò)的發(fā)展歷程，并詳細(xì)介紹了各個(gè)階段模型的結(jié)構(gòu)及特點(diǎn)。直播回顧請(qǐng)點(diǎn)擊以下是精彩視頻內(nèi)容整理：?jiǎn)栴}引出學(xué)習(xí)知識(shí)從問(wèn)題引出入手是一個(gè)很好
2018-05-08 15:57:47
全連接神經(jīng)網(wǎng)絡(luò)和卷積神經(jīng)網(wǎng)絡(luò)的區(qū)別
2019-06-06 14:21:42
卷積神經(jīng)網(wǎng)絡(luò)探秘
2019-06-04 11:59:35
以前的神經(jīng)網(wǎng)絡(luò)幾乎都是部署在云端（服務(wù)器上），設(shè)備端采集到數(shù)據(jù)通過(guò)網(wǎng)絡(luò)發(fā)送給服務(wù)器做inference（推理），結(jié)果再通過(guò)網(wǎng)絡(luò)返回給設(shè)備端。如今越來(lái)越多的神經(jīng)網(wǎng)絡(luò)部署在嵌入式設(shè)備端上，即
2021-12-23 06:16:40
卷積神經(jīng)網(wǎng)絡(luò)為什么適合圖像處理？
2022-09-08 10:23:10
卷積神經(jīng)網(wǎng)絡(luò)(CNN)究竟是什么，鑒于神經(jīng)網(wǎng)絡(luò)在工程上經(jīng)歷了曲折的歷史，您為什么還會(huì)在意它呢? 對(duì)于這些非常中肯的問(wèn)題，我們似乎可以給出相對(duì)簡(jiǎn)明的答案。
2019-07-17 07:21:50
神經(jīng)網(wǎng)絡(luò)研究的第一次浪潮。1969 年美國(guó)數(shù)學(xué)家及人工智能先驅(qū) Minsky在其著作中證 明感知器本質(zhì)上是一種線性模型[21]，只能處理線性分 類問(wèn)題，最簡(jiǎn)單的異或問(wèn)題都無(wú)法正確分類，因此神 經(jīng)網(wǎng)絡(luò)的研究也
2022-08-02 10:39:39
卷積神經(jīng)網(wǎng)絡(luò)的層級(jí)結(jié)構(gòu) 卷積神經(jīng)網(wǎng)絡(luò)的常用框架
2020-12-29 06:16:44
模型。第 3 部分將研究使用專用 AI 微控制器測(cè)試模型的特定用例。什么是卷積神經(jīng)網(wǎng)絡(luò)？神經(jīng)網(wǎng)絡(luò)是系統(tǒng)或神經(jīng)元結(jié)構(gòu)，使人工智能能夠更好地理解數(shù)據(jù)，使其能夠解決復(fù)雜的問(wèn)題。雖然有許多網(wǎng)絡(luò)類型，但本系
2023-02-23 20:11:10
什么是卷積神經(jīng)網(wǎng)絡(luò)？ImageNet-2010網(wǎng)絡(luò)結(jié)構(gòu)是如何構(gòu)成的？有哪些基本參數(shù)？
2021-06-17 11:48:22
更勝一籌。關(guān)鍵詞識(shí)別神經(jīng)網(wǎng)絡(luò)管道由于要保持“永遠(yuǎn)在線”，KWS 應(yīng)用的功耗預(yù)算受到很大限制。雖然 KWS 應(yīng)用也可在專用 DSP 或高性能 CPU 上運(yùn)行，但更適合在 Arm Cortex-M 微控制器
2021-07-26 09:46:37
本文設(shè)計(jì)了一種基于神經(jīng)網(wǎng)絡(luò)控制算法的伺服運(yùn)動(dòng)控制卡。
2021-06-03 06:05:09
最近一個(gè)月的時(shí)間沒有更博，跟隨老師出差談項(xiàng)目了。前段時(shí)間學(xué)習(xí)了電機(jī)的智能控制，這次把設(shè)計(jì)好的基于BP神經(jīng)網(wǎng)絡(luò)PID控制器應(yīng)用于雙閉環(huán)直流調(diào)速系統(tǒng)。雙閉環(huán)直流調(diào)速系統(tǒng)的動(dòng)態(tài)數(shù)學(xué)模型如下圖所示： 外環(huán)為
2021-06-28 12:03:44
神經(jīng)網(wǎng)絡(luò)可以建立參數(shù)Kp,Ki,Kd自整定的PID控制器?；贐P神經(jīng)網(wǎng)絡(luò)的PID控制系統(tǒng)結(jié)構(gòu)框圖如下圖所示：控制器由兩部分組成：經(jīng)典增量式PID控制器；BP神經(jīng)網(wǎng)絡(luò)...
2021-09-07 07:43:47
FPGA實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)關(guān)鍵問(wèn)題分析基于FPGA的ANN實(shí)現(xiàn)方法基于FPGA的神經(jīng)網(wǎng)絡(luò)的性能評(píng)估及局限性
2021-04-30 06:58:13
如何用stm32cube.ai簡(jiǎn)化人工神經(jīng)網(wǎng)絡(luò)映射？如何使用stm32cube.ai部署神經(jīng)網(wǎng)絡(luò)？
2021-10-11 08:05:42
不確定因素影響，并且隨著可編程片上系統(tǒng)SoPC和大規(guī)模現(xiàn)場(chǎng)可編程門陣列FPGA的出現(xiàn)，為神經(jīng)網(wǎng)絡(luò)控制器的硬件實(shí)現(xiàn)提供了新的載體。
2019-08-12 06:25:35
巡線智能車控制中的CNN網(wǎng)絡(luò)有何應(yīng)用？嵌入式單片機(jī)中的神經(jīng)網(wǎng)絡(luò)該怎樣去使用？如何利用卷積神經(jīng)網(wǎng)絡(luò)去更好地控制巡線智能車呢？
2021-12-21 07:47:24
原文鏈接：http://tecdat.cn/?p=5725 神經(jīng)網(wǎng)絡(luò)是一種基于現(xiàn)有數(shù)據(jù)創(chuàng)建預(yù)測(cè)的計(jì)算系統(tǒng)。如何構(gòu)建神經(jīng)網(wǎng)絡(luò)？神經(jīng)網(wǎng)絡(luò)包括：輸入層：根據(jù)現(xiàn)有數(shù)據(jù)獲取輸入的層隱藏層：使用反向傳播優(yōu)化輸入變量權(quán)重的層，以提高模型的預(yù)測(cè)能力輸出層：基于輸入和隱藏層的數(shù)據(jù)輸出預(yù)測(cè)
2021-07-12 08:02:11
稱為BP神經(jīng)網(wǎng)絡(luò)。采用BP神經(jīng)網(wǎng)絡(luò)模型能完成圖像數(shù)據(jù)的壓縮處理。在圖像壓縮中，神經(jīng)網(wǎng)絡(luò)的處理優(yōu)勢(shì)在于：巨量并行性；信息處理和存儲(chǔ)單元結(jié)合在一起；自組織自學(xué)習(xí)功能。與傳統(tǒng)的數(shù)字信號(hào)處理器DSP
2019-08-08 06:11:30
FPGA的嵌入式應(yīng)用。某人工神經(jīng)網(wǎng)絡(luò)的FPGA處理器能夠?qū)?shù)據(jù)進(jìn)行運(yùn)算處理，為了實(shí)現(xiàn)集數(shù)據(jù)通信、操作控制和數(shù)據(jù)處理于一體的便攜式神經(jīng)網(wǎng)絡(luò)處理器，需要設(shè)計(jì)一種基于嵌入式ARM內(nèi)核及現(xiàn)場(chǎng)可編程門陣列FPGA的主從結(jié)構(gòu)處理系統(tǒng)滿足要求。
2019-09-20 06:15:20
智能控制--第7章 典型神經(jīng)網(wǎng)絡(luò).ppt
2017-09-24 11:16:11
智能控制--第9章 神經(jīng)網(wǎng)絡(luò)控制.ppt
2017-09-24 11:19:25
求一個(gè)基于BP神經(jīng)網(wǎng)絡(luò)PID控制器應(yīng)用于雙閉環(huán)直流調(diào)速系統(tǒng)BP_PID控制器學(xué)習(xí)參數(shù)怎么設(shè)置？
2021-10-13 08:10:12
小女子做基于labview的蒸發(fā)過(guò)程中液位的控制，想使用神經(jīng)網(wǎng)絡(luò)pid控制，請(qǐng)問(wèn)這個(gè)控制方法可以嗎？有誰(shuí)會(huì)神經(jīng)網(wǎng)絡(luò)pid控制么。。。叩謝
2016-09-23 13:43:16
求助大神 小的現(xiàn)在有個(gè)難題： 一組車重實(shí)時(shí)數(shù)據(jù) 對(duì)應(yīng)一個(gè)車重的最終數(shù)值（一個(gè)一維數(shù)組輸入對(duì)應(yīng)輸出一個(gè)數(shù)值） 這其中可能經(jīng)過(guò)均值、方差、去掉N個(gè)最大值、、、等等的計(jì)算 我的目的就是弄清楚這個(gè)中間計(jì)算過(guò)程 最近實(shí)在想不出什么好辦法就打算試試神經(jīng)網(wǎng)絡(luò) 請(qǐng)教大神用什么神經(jīng)網(wǎng)絡(luò)好求神經(jīng)網(wǎng)絡(luò)程序
2016-07-14 13:35:44
急急急?。。”救诵“?，在電機(jī)控制和神經(jīng)網(wǎng)絡(luò)都是新手，想請(qǐng)教一下大神們，有了解神經(jīng)網(wǎng)絡(luò)在電機(jī)控制方面的應(yīng)用嗎？有個(gè)導(dǎo)師給我分配任務(wù)，讓我查一下相關(guān)領(lǐng)域的最新產(chǎn)品和技術(shù)，就是基于神經(jīng)網(wǎng)絡(luò)的電機(jī)控制芯片有
2018-08-15 20:35:04
各位大神，請(qǐng)問(wèn)有沒有編過(guò)模糊PID控制程序或神經(jīng)網(wǎng)絡(luò)控制程序？
2015-01-12 10:50:48
應(yīng)用仿人智能魯棒性高、能對(duì)付難控對(duì)象的控制特點(diǎn)，結(jié)合模糊RBF 神經(jīng)網(wǎng)絡(luò)控制技術(shù)，提出仿人模糊神經(jīng)網(wǎng)絡(luò)控制方法，對(duì)PID 控制器參數(shù)進(jìn)行優(yōu)化調(diào)節(jié)。該方法采用仿人智能的
2009-06-09 10:47:36
17 將神經(jīng)網(wǎng)絡(luò)和PID 控制相結(jié)合，提出了一種基于對(duì)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(duì)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 為了改善工業(yè)控制系統(tǒng)的動(dòng)態(tài)調(diào)節(jié)品質(zhì)，運(yùn)用BP 神經(jīng)網(wǎng)絡(luò)控制算法設(shè)計(jì)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(shí)現(xiàn)方法，仿真和實(shí)驗(yàn)結(jié)果表明
2009-08-10 11:12:3243 本文討論了使用BP 神經(jīng)網(wǎng)絡(luò)PID 控制算法，并且將這種控制算法應(yīng)用在漂白工段的控制當(dāng)中。利用神經(jīng)網(wǎng)絡(luò)自學(xué)習(xí)能力，在線整定PID 控制參數(shù)。實(shí)踐證明BP 神經(jīng)網(wǎng)絡(luò)PID控制器具有
2009-08-15 10:27:3635 本文討論了神經(jīng)網(wǎng)絡(luò)PID 控制策略，利用神經(jīng)網(wǎng)絡(luò)的自學(xué)習(xí)能力進(jìn)行PID控制參數(shù)的在線整定，并使用Matlab 軟件進(jìn)行了仿真研究。仿真結(jié)果表明，神經(jīng)網(wǎng)絡(luò)PID 控制器參數(shù)調(diào)整簡(jiǎn)單，具
2009-09-14 16:53:3565 應(yīng)用仿人智能魯棒性高、能對(duì)付難控對(duì)象的控制特點(diǎn)，結(jié)合模糊RBF 神經(jīng)網(wǎng)絡(luò)控制技術(shù)，提出仿人模糊神經(jīng)網(wǎng)絡(luò)控制方法，對(duì)PID 控制器參數(shù)進(jìn)行優(yōu)化調(diào)節(jié)。該方法采用仿人智能的
2009-12-19 11:50:0312 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(duì)加工過(guò)程進(jìn)行控制的方法。并以銑床加工過(guò)程為例，針對(duì)原PID控制器產(chǎn)生超調(diào)量過(guò)大，控制效果不理想，設(shè)計(jì)了一個(gè)神經(jīng)網(wǎng)絡(luò)辨識(shí)器(N
2009-12-26 13:58:0010 BP神經(jīng)網(wǎng)絡(luò)已被廣泛應(yīng)用于PID控制器的優(yōu)化調(diào)參,但這種調(diào)參方法具有收斂速度慢、學(xué)習(xí)時(shí)間長(zhǎng)、連接權(quán)重初值為隨機(jī)值、易于陷入局部極小等缺點(diǎn)。本文提出了一種不同于用BP網(wǎng)絡(luò)調(diào)
2010-07-14 15:01:1626 詳細(xì)介紹了CMAC神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)" 中間層作用函數(shù)地址的計(jì)算方法" 輸出層權(quán)值的學(xué)習(xí)算法# 并利用CMAC神經(jīng)網(wǎng)絡(luò)對(duì)水下機(jī)器人深度模糊控制器進(jìn)行了學(xué)習(xí)$ 仿真結(jié)果表明% 訓(xùn)練得到的
2010-07-22 15:49:5925 摘要：設(shè)計(jì)了神經(jīng)網(wǎng)絡(luò)自適應(yīng)滑模控制器。用RBF神經(jīng)網(wǎng)絡(luò)自動(dòng)調(diào)整滑模控制器的切換項(xiàng)增 益，無(wú)需建立包含參數(shù)攝動(dòng)和干擾在內(nèi)的整個(gè)系統(tǒng)的精確數(shù)學(xué)模型，有效提高了系統(tǒng)的穩(wěn)定性和魯 棒性。采用Lyapunov穩(wěn)定性理論證明了系統(tǒng)穩(wěn)定性，并針對(duì)常值干擾、時(shí)變干擾和
2011-02-23 15:56:5038 針對(duì)傳統(tǒng)PID控制系統(tǒng)參數(shù)整定過(guò)程存在的在線整定困難和控制品質(zhì)不理想等問(wèn)題，結(jié)合BP神經(jīng)網(wǎng)絡(luò)自學(xué)習(xí)和自適應(yīng)能力強(qiáng)等特點(diǎn)，提出采用BP神經(jīng)網(wǎng)絡(luò)優(yōu)化PID控制器參數(shù)。其次，為了加快
2012-03-20 10:50:0444 基于BP神經(jīng)網(wǎng)絡(luò)的PID控制器的研究與實(shí)現(xiàn):
2012-04-01 15:20:5115 基于小波神經(jīng)網(wǎng)絡(luò)的多電機(jī)偏差耦合控制研究_黃文軍
2017-01-28 21:37:155 神經(jīng)網(wǎng)絡(luò)
2017-05-25 08:49:558 機(jī)器學(xué)習(xí)已經(jīng)在各個(gè)行業(yè)得到了大規(guī)模的廣泛應(yīng)用，并為提升業(yè)務(wù)流程的效率、提高生產(chǎn)率做出了極大的貢獻(xiàn)。這篇文章主要介紹了機(jī)器學(xué)習(xí)中最先進(jìn)的算法之一——神經(jīng)網(wǎng)絡(luò)的八種不同架構(gòu)，并從原理和適用范圍進(jìn)行了解
2018-01-10 16:30:0812882 
Statsbot深度學(xué)習(xí)開發(fā)者Jay Shah帶你入門神經(jīng)網(wǎng)絡(luò)，一起了解自動(dòng)編碼器、卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)等流行的神經(jīng)網(wǎng)絡(luò)類型及其應(yīng)用。
2018-01-15 17:11:3810006 BP網(wǎng)絡(luò)在人工神經(jīng)網(wǎng)絡(luò)中應(yīng)用最為廣泛，文中給出基于MATLAB語(yǔ)言的BP神經(jīng)網(wǎng)絡(luò)PID控制器的S函數(shù)實(shí)，現(xiàn)，在此基礎(chǔ)上建立BP神經(jīng)網(wǎng)絡(luò)PID控制器的Simulink 仿真模型，最后給出了該仿真模型應(yīng)用在非線性對(duì)象中的仿真結(jié)果。
2019-03-13 08:00:0030 不可分的問(wèn)題，對(duì)稍微復(fù)雜一些的函數(shù)就無(wú)能為力。為了解決第一代神經(jīng)網(wǎng)絡(luò)的缺陷，在1980年左右Rumelhart、Williams、Hinton、LeCun等人提出第二代神經(jīng)網(wǎng)絡(luò)多層感知器（MLP）。MLP
2019-03-13 14:32:345369 本視頻主要詳細(xì)介紹了神經(jīng)網(wǎng)絡(luò)分類，分別是BP神經(jīng)網(wǎng)絡(luò)、RBF（徑向基）神經(jīng)網(wǎng)絡(luò)、感知器神經(jīng)網(wǎng)絡(luò)、線性神經(jīng)網(wǎng)絡(luò)、自組織神經(jīng)網(wǎng)絡(luò)、反饋神經(jīng)網(wǎng)絡(luò)。
2019-04-02 15:29:2214847 本文檔的主要內(nèi)容詳細(xì)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(fèi)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 11:20:0511 神經(jīng)網(wǎng)絡(luò)控制，即基于神經(jīng)網(wǎng)絡(luò)控制或簡(jiǎn)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(duì)難以精確描述的復(fù)雜的非線性對(duì)象進(jìn)行建模，或充當(dāng)控制器，或優(yōu)化計(jì)算，或進(jìn)行推理，或故障診斷等，亦即同時(shí)兼有上述某些
2021-05-27 15:02:1113 神經(jīng)網(wǎng)絡(luò)控制基礎(chǔ)知識(shí)簡(jiǎn)介。
2021-05-31 16:37:409 卷積神經(jīng)網(wǎng)絡(luò)是一種曾經(jīng)讓我無(wú)論如何也無(wú)法弄明白的東西，主要是名字就太“高級(jí)”了，網(wǎng)上的各種各樣的文章來(lái)介紹“什么是卷積”尤為讓人受不了。聽了吳恩達(dá)的網(wǎng)課之后，豁然開朗，終于搞明白了這個(gè)東西
2021-10-26 09:52:103205 
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(shí)。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(shí)都是神經(jīng)網(wǎng)絡(luò)。
2023-02-23 09:14:444833 在本文中，我們將了解深度神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)知識(shí)和三個(gè)最流行神經(jīng)網(wǎng)絡(luò)：多層神經(jīng)網(wǎng)絡(luò)(MLP)，卷積神經(jīng)網(wǎng)絡(luò)(CNN)和遞歸神經(jīng)網(wǎng)絡(luò)(RNN)。
2023-05-15 14:19:181981 
，分別用傳統(tǒng)PID控制器和基于BP神經(jīng)網(wǎng)絡(luò)的PID控制器對(duì)鍋爐蒸汽壓力加以控制，并采用MATLAB軟件進(jìn)行仿真。仿真結(jié)果對(duì)比顯示，在基于BP神經(jīng)網(wǎng)絡(luò)的PID控制器控制下，系統(tǒng)無(wú)振蕩，無(wú)超調(diào)，過(guò)渡時(shí)間短，控制效果優(yōu)于傳統(tǒng)PID控制器?！ 鹘y(tǒng)鍋爐
2023-07-19 14:25:554 深度神經(jīng)網(wǎng)絡(luò)是一種基于神經(jīng)網(wǎng)絡(luò)的機(jī)器學(xué)習(xí)算法，其主要特點(diǎn)是由多層神經(jīng)元構(gòu)成，可以根據(jù)數(shù)據(jù)自動(dòng)調(diào)整神經(jīng)元之間的權(quán)重，從而實(shí)現(xiàn)對(duì)大規(guī)模數(shù)據(jù)進(jìn)行預(yù)測(cè)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 17:07:365026 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(jì)算模型，也被稱為神經(jīng)網(wǎng)絡(luò)（Neural
2023-08-22 16:45:186057 神經(jīng)網(wǎng)絡(luò)在許多領(lǐng)域都有廣泛的應(yīng)用，如語(yǔ)音識(shí)別、圖像識(shí)別、自然語(yǔ)言處理等。然而，BP神經(jīng)網(wǎng)絡(luò)也存在一些問(wèn)題，如容易陷入局部最優(yōu)解、訓(xùn)練時(shí)間長(zhǎng)、對(duì)初始權(quán)重敏感等。為了解決這些問(wèn)題，研究者們提出了一些改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)模型，如徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)（Radial Basis Function Neu
2024-07-03 11:00:201740 遞歸神經(jīng)網(wǎng)絡(luò)（Recurrent Neural Network，簡(jiǎn)稱RNN）和循環(huán)神經(jīng)網(wǎng)絡(luò)（Recurrent Neural Network，簡(jiǎn)稱RNN）實(shí)際上是同一個(gè)概念，只是不同的翻譯方式
2024-07-04 14:54:592076 RNN（Recurrent Neural Network）是循環(huán)神經(jīng)網(wǎng)絡(luò)，而非遞歸神經(jīng)網(wǎng)絡(luò)。循環(huán)神經(jīng)網(wǎng)絡(luò)是一種具有時(shí)間序列特性的神經(jīng)網(wǎng)絡(luò)，能夠處理序列數(shù)據(jù)，具有記憶功能。以下是關(guān)于循環(huán)神經(jīng)網(wǎng)絡(luò)的介紹
2024-07-05 09:52:361513 神經(jīng)網(wǎng)絡(luò)控制是一種利用人工神經(jīng)網(wǎng)絡(luò)對(duì)復(fù)雜系統(tǒng)進(jìn)行建模和控制的方法。它在許多領(lǐng)域得到了廣泛的應(yīng)用，如工業(yè)自動(dòng)化、機(jī)器人技術(shù)、航空航天、生物醫(yī)學(xué)工程等。 一、引言 1.1 神經(jīng)網(wǎng)絡(luò)的基本概念 神經(jīng)網(wǎng)絡(luò)
2024-07-09 09:47:231550
電子發(fā)燒友App
工商網(wǎng)監(jiān)
評(píng)論