1、 然后通過訓(xùn)練神經(jīng)網(wǎng)絡(luò)把這些知識(shí)儲(chǔ)存于神經(jīng)網(wǎng)絡(luò)的權(quán)值中，幷在其它的地震輸人下使用。

2、 它并不構(gòu)成對(duì)工業(yè)產(chǎn)權(quán)值得，給予相對(duì)的權(quán)利，或任何牌照發(fā)放。

3、 本文給出新的基于梯度方向直方圖統(tǒng)計(jì)的權(quán)值計(jì)算方法，實(shí)現(xiàn)穩(wěn)定的圖切割。

4、 加權(quán)值會(huì)因時(shí)間而改變，比如出現(xiàn)細(xì)微差別或傾向。

5、 貝葉斯神經(jīng)網(wǎng)絡(luò)中，每個(gè)權(quán)值和誤差被視為隨機(jī)變量，它們的先驗(yàn)概率分布是遵從正態(tài)分布的。

6、 以往的bp算法調(diào)節(jié)神經(jīng)元網(wǎng)絡(luò)的權(quán)值，其網(wǎng)絡(luò)的隱層結(jié)點(diǎn)數(shù)、網(wǎng)絡(luò)學(xué)習(xí)快慢程度及網(wǎng)絡(luò)的泛化能力都與網(wǎng)絡(luò)的激勵(lì)函數(shù)有關(guān)的。

7、 從數(shù)學(xué)意義上講，這種權(quán)值學(xué)習(xí)相當(dāng)于歐氏空間中對(duì)一組點(diǎn)進(jìn)行了一個(gè)線性變換.

8、 神經(jīng)網(wǎng)絡(luò)權(quán)值和閾值的優(yōu)化方法.

9、 首先將被控對(duì)象進(jìn)行離線辨識(shí)，確定nnc的初始權(quán)值再進(jìn)行神經(jīng)網(wǎng)絡(luò)在線控制，從而能夠進(jìn)一步提高系統(tǒng)的控制精度.

10、 該方法引進(jìn)了權(quán)值，使得它比全域法具有更好的自適應(yīng)能力和較高的預(yù)測(cè)精度.

11、 提出了一種新穎的基于權(quán)值的微機(jī)械數(shù)模轉(zhuǎn)換器，它的原理與電路中的權(quán)電阻數(shù)模轉(zhuǎn)換器類似。

12、 算法利用人耳的聽覺掩蔽效應(yīng)動(dòng)態(tài)確定每一幀的權(quán)值，有選擇地增強(qiáng)。

13、 該算法經(jīng)兩個(gè)常用函數(shù)檢驗(yàn)，并在圖象識(shí)別的神經(jīng)網(wǎng)絡(luò)權(quán)值訓(xùn)練中得到應(yīng)用。

14、 通過控制點(diǎn)位置和權(quán)值節(jié)點(diǎn)分布以及高斯標(biāo)準(zhǔn)誤差來(lái)控制曲線形狀。

15、 對(duì)于權(quán)值低于屏蔽層的義原，我們不將其選入特征集，并相應(yīng)保留原詞。

16、 在修改權(quán)值時(shí)采用逐漸減小學(xué)習(xí)速率的方法.

17、 在信息完備化過程中，該模型考慮了屬性重要性之間的差異，并賦予了相應(yīng)的權(quán)值。

18、 利用b樣條基函數(shù)的正定性、緊密性和歸一性，可使訓(xùn)練過程中權(quán)值的調(diào)整在局部范圍內(nèi)，且系統(tǒng)的輸出簡(jiǎn)單可靠。

19、 該算法從負(fù)載平衡的思想出發(fā)，賦予每條鏈路一個(gè)與全局資源相關(guān)的權(quán)值即鏈路相對(duì)空閑率，尋找鏈路相對(duì)空閑率較高的選播路徑。

20、 它的學(xué)習(xí)規(guī)則是使用最速下降法，通過反向傳播來(lái)不斷調(diào)整網(wǎng)絡(luò)的權(quán)值和閾值，使網(wǎng)絡(luò)的誤差平方和最小。

21、 在構(gòu)建系統(tǒng)發(fā)生樹時(shí)，首先根據(jù)回路構(gòu)建其拓?fù)浣Y(jié)構(gòu)，然后根據(jù)拓?fù)浣Y(jié)構(gòu)和距離矩陣給各邊分配權(quán)值。

22、 所用的rbf神經(jīng)網(wǎng)絡(luò)算法是從輸入信號(hào)的數(shù)據(jù)中訓(xùn)練出中心值和寬度值，再訓(xùn)練通過用最大熵值的代價(jià)函數(shù)推導(dǎo)的權(quán)值。

23、 對(duì)于光順?biāo)惴ǎ疚闹胁徊捎霉忭樒戒佭吔?，而是采用光?em>權(quán)值差2的內(nèi)部邊界。

24、 算法具有低的運(yùn)算復(fù)雜度，仿真結(jié)果表明該算法具有好的時(shí)延捕獲和波束形成權(quán)值捕獲性能。

25、 將遺傳算法與神經(jīng)網(wǎng)絡(luò)盲均衡算法相結(jié)合，提出了兩段式優(yōu)化神經(jīng)網(wǎng)絡(luò)權(quán)值的方案。