回归神经网络,recurrent neural network
1)recurrent neural network回归神经网络
1.Design of freeway ramp controller based onrecurrent neural network;高速公路匝道回归神经网络控制器的设计
2.Research and Applications of Evolving Recurrent Neural Networks;进化回归神经网络的研究及应用
3.ESA with parameter-varying sliding mode and ESA based on annealingrecurrent neural network et al is researched in detail.回顾了极值搜索算法的发展历程,分析了单变量和多变量极值搜索算法、滑模极值搜索算法、斜率搜索算法等算法的优缺点,着重描述了变参数滑模极值搜索算法和退火回归神经网络极值搜索算法等,并且通过重构系统的损失函数方法将极值搜索算法的应用推广至一般系统,拓展了其应用范围。
英文短句/例句
1.Grid Performance Prediction Based on General Regression Neural Network;基于广义回归神经网络的网格性能预测
2.Application of General Regression Neural Network in Adjusting Humidity in HVAC Control System广义回归神经网络在空调湿度调节中的应用
3.Forecast for mutual fund returns with gerenal regression neural network;以广义回归神经网络预测共同基金报酬
4.Optimization of Modeling Industrial Process Based on General Regression Neural Network基于广义回归神经网络的工业过程优化建模
5.Method of Temperature Measurement Using Image Based on GRNN基于广义回归神经网络的图像测温方法
6.Research on GRNN-based sensor fault diagnosis基于广义回归神经网络的传感器故障诊断研究
7.Slope stability evaluation based on generalized regression neural network基于广义回归神经网络的边坡稳定性评价
8.Load On-line Prediction based on Dynamic GRNN Neural Network应用动态泛回归神经网络的在线负荷预测
9.Fault Prediction of Radar Based on Modified General Regression Neural Network基于改进广义回归神经网络的雷达故障预测
10.Generalized regression neural network-based traffic matrix estimation基于广义回归神经网络的流量矩阵估计
11.Transport Volume Forecast Based on GRNN广义回归神经网络在交通运输量预测中的应用
12.Parameter-optimized rotated general regression neural network model一种参数优化旋转广义回归神经网络模型
13.GRNN in application of discriminant AMT gear-shift广义回归神经网络(GRNN)在AMT挡位判别中的应用
14.Extraction method of fetal electrocardiogram by general regression neural network使用广义回归神经网络的胎儿心电提取
15.Research on Feedback Control Approach with Sample Future Remem bering in Recurrent Neural Network回归神经网络中样本特征记忆的反馈控制方法研究
16.The Study of General Regression Neural Network and Genetic Algorithms and Their Application for Chemical Engineering;广义回归神经网络和遗传算法研究及其在化工过程建模中的应用
17.Prediction of Passenger Traffic Volume Based on Grnn and Grey Theory;基于灰色理论与广义回归神经网络的客运量预测模型研究
18.Research on the Application of General Radial Basis Function Neural Network in Analysis of Dam Safety Monitoring Data;广义回归神经网络在大坝安全监测数据分析中的应用
相关短句/例句
recurrent neural networks回归神经网络
1.Identification of nonlinear time varying systems based onrecurrent neural networks;基于回归神经网络的非线性时变系统辨识
2.When its variance is bigger, arecurrent neural networks forecasting model is built.采用小波变换对日负荷数据进行分解处理 ,使得数据信息相对集中 ,在此基础上将小波分量分解为受气象因素影响的部分与不受气象因素影响的部分之和 ,对受气象因素影响的部分采用回归方法建立气象因素影响模型 ;对不受气象因素影响的部分 ,幅值大的分量建立回归神经网络预测模型 ,进行重点预测 ,而对幅值小的分量建立线形ARMA(p ,q)模型。
3.The algorithm of identifying was researched based on inner state feedback ofrecurrent neural networks.建立了一种回归神经网络辩识非线性电液伺服控制系统数学模型的辩识方法,研究了基于回归神经网络内部状态反馈的辩识算法,利用辩识实验获得的过程输入/输出数据动态调整神经网络权值。
3)Elman recurrent neural networkElman回归神经网络
1.Simultaneous determination of CuⅡ,NiⅡ,CrⅢ three-components mixture byElman recurrent neural network in absorption spectra;吸收光谱Elman回归神经网络同时测定CuⅡ,NiⅡ,CrⅢ3组分混合物
2.Elman recurrent neural network ( ERNN) was applied to study the simultaneous quantitative analysis of seriously overlapped spectra of a p-nitrophenol, o-nitrophenol and 2,4-dinitrophenol system.应用Elman回归神经网络(ERNN)对光谱严重重叠的对硝基苯酚,邻硝基苯酚和2,4二硝基苯酚体系的同时定量测定进行了研究,并与多变量线性回归(MLR)法作了比较。
3.Elman recurrent neural network(Elman RNN)was applied to study the simultaneous quantitative analysis of overlapping UV spectra.应用Elman回归神经网络对同时定量分析紫外重叠光谱进行了研究。
4)Diagonal recurrent neural network(DRNN)回归神经网络(DRNN)
1.Conventional PID controller which is tuned at typical operating point can hardly work well at different unit load,so that a two input two output PID controller structure based on Diagonal Recurrent Neural Network(DRNN) is proposed,besides,the learning algorithms of the parameters of DRNN and PID controller are proposed.固定参数PID控制难以适应此系统控制要求,因此,提出一种基于回归神经网络(DRNN)的两输入两输出PID控制器结构,给出DRNN神经网络参数学习算法,并给出PID控制器参数整定算法。
5)self recurrent neural network自回归神经网络
1.Theself recurrent neural network (SRNN) and its training algorithm are presented.提出了自回归神经网络拓朴结构及其训练算法，把具有两个“自回归神经网络”的复合控制系统用于主汽温控制，一个作为辨识器，另一个作为控制器。
6)NARX neural networksNARX回归神经网络
1.WhenNARX neural networks are used in nonlinear adaptive inverse control, three parameters for archetecture of each network are chosen: the order of input and output delay, the number of hidden nodes.根据生物神经元的机能,提出了一种具有动态激励函数的新型神经元模型,由此构成的神经网络(DAFNN)应用在非线性自适应逆控制中时只需要确定隐层神经元个数,从而克服了用NARX回归神经网络时需确定输入和输出延时阶数及隐层神经元个数等多个参数的不足。
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。
