动态递归神经网络,dynamic recurrent neural network
1)dynamic recurrent neural network动态递归神经网络
1.Immune PSO-baseddynamic recurrent neural network for identifying and controlling nonlinear systems;基于免疫粒子群优化的一种动态递归神经网络辨识与控制非线性系统
2.Investigation of nonlinear system based on adaptive control withdynamic recurrent neural network;基于动态递归神经网络的自适应控制非线性系统研究
3.Application of simpledynamic recurrent neural network in non-linear system identification简单动态递归神经网络在非线性系统辨识中的应用
英文短句/例句
1.The Application of Dynamic Recurrent Neural for Induction Motor Control;动态递归神经网络在异步电机控制上的应用
2.Deformation Prediction of Country Rock of High Wall in Underground House Based on Chaos-Dynamic Recurrent Neural Network基于混沌-动态递归神经网络的地下厂房高边墙围岩变形预报
3.pH Modeling of Fermentation Process Based on Improved Dynamic Recurrent Neural Networks基于改进动态递归神经网络的发酵过程pH值辩识
4.Application of simple dynamic recurrent neural network in non-linear system identification简单动态递归神经网络在非线性系统辨识中的应用
5.Research on Deformation Prediction of Deep Excavation by Recurrent Neural Network and Phase Space Reconstruction;基于动态递归神经网络及相空间重构理论的深基坑工程变形预测研究
6.Dynamic T-S Recurrent Fuzzy Neural Networks and Its Application动态T-S递归模糊神经网络及其应用
7.Research on Image Restoration Technology Based on Dynamic Recurrent RBF Neural Network;基于动态递归RBF神经网络的图像恢复技术研究
8.Short-term Load Forecasting Model Based on Optimized Dynamic Recurrent Wavelet Neural Network优化动态递归小波神经网络短期负荷预测模型
9.Study on Stability of Recurrent Neural Networks with Perturbation;扰动作用下递归神经网络稳定性研究
10.Study on the Recurrent Neural Network Dynamical Identification and Its Application to Ship Motion Control递归神经网络的动态系统辨识及其在船舶运动控制中的应用研究
11.Study on Identification by Dynamic Recurrent Fuzzy Neural Networks and Robust Control for Electro-hydraulic Servo System;电液伺服系统的动态递归模糊神经网络辨识与鲁棒控制研究
12.The Research of Recurrent Neural Network and Its Application on Nonlinear Dynamic System Identification;递归神经网络的研究及在非线性动态系统辨识中的应用
13.A New Dynamical Recurrent-Intuitionistic Fuzzy Neural Network and Its Learning Algorithm一种新型的动态递归-直觉模糊神经网络及其学习算法
14.Simulation of direct drive X-Y table based on recurrent neural network control直接驱动X-Y平台递归神经网络控制仿真
15.Stability Analysis of a Class of Recurrent Neural Network Model;一类递归神经网络模型的稳定性研究
16.The Study on Recurren Neural Network Blind Equalization Algorithm;基于递归神经网络盲均衡算法的研究
17.Convergence of Gradient Method for Recurrent Neural Networks递归神经网络梯度学习算法的收敛性
18.Prediction Research of the Recursive Neural Network of Nonlinear Dynamic System Prediction Analysis of the Iron and Steel Output in China;非线性动态系统的递归神经网络预测研究——对我国钢铁产量的预测分析
相关短句/例句
dynamic recurrent neural networks动态递归神经网络
1.Static mapping neural networks anddynamic recurrent neural networks are two kinds of important neural networks.静态映射神经网络和动态递归神经网络是两种重要的神经网络,前者在系统辨识和控制中得到了广泛的研究和应用;后者能够逼近系统的动态过程,具有良好的稳定性和收敛性,文中针对一类非线性系统,采用动态递归神经网络,结合Lyapunov稳定性理论,综合了稳定的自适应控制器,同时给出了神经网络的自学习律。
2.A nonlinear dynamic process is reconstructed by usingdynamic recurrent neural networks (DRNN).给出了利用动态递归神经网络 (DRNN)重构一个非线性动态过程的方法 ,对权值调整算法进行了推导。
3.To solve these problems,pH modeling fermentation process based on improveddynamic recurrent neural networks is studied.针对这些问题,将改进的动态递归神经网络应用于pH值的辩识研究。
3)dynamic feedback neural network动态递归神经网络
1.In this approach, the mode! of MWD in polymerization process is built utilizing a complex neural network, which is combined with B-spline neural network anddynamic feedback neural network.本文介绍了利用B样条和动态递归神经网络相结合组成的复合神经网络建立聚合物分子量分布(MWD)模型的方法和拓扑结构,并在此基础上,提出了基于模型预估的控制MWD的新方法。
4)Dynamical recurrent neural networks动态递归神经网络
1.A new dynamical recurrent-intuitionistic fuzzy neural network is presented through studying on intuitionistic fuzzy sets and dynamical recurrent neural networks, and its modified dynamic back propagation learning algorithm is formulated based on its mathematical model.通过对直觉模糊集理论和动态递归神经网络理论的研究,提出了一种新型的动态递归-直觉模糊神经网络,并根据动态递归-直觉模糊神经网络的数学模型推导其改进的动态反向传播学习算法。
5)dynamic recurrent fuzzy neural network动态递归模糊神经网络
1.A noveldynamic recurrent fuzzy neural network is presented in this paper, and its dynamic back propagation algorithm is formulated according its mathematic models.提出了一种新型的动态递归模糊神经网络,并根据动态递归神经网络的数学模型推导出其动态反向传播学习算法,仿真结果表明对于动态系统的辨识,动态递归模糊神经网络较传统模糊神经网络在辨识精度和稳定性方面具有更好的效果。
6)dynamic recurrent wavelet neural network(DRWNN)动态递归小波神经网络
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。