权值造句

权值造句

(1) 然后通过训练神经网络把这些知识储存于神经网络的权值中
，幷在其它的地震输人下使用。

(2) 它并不构成对工业产权值得
，给予相对的权利
，或任何牌照发放。

(3) 本文给出新的基于梯度方向直方图统计的权值计算方法
，实现稳定的图切割。

(4) 隐层输出层的权值用最速下降法学习
，输入层隐层的权值用遗传算法进行学习。.

(5) 加权值会因时间而改变
，比如出现细微差别或倾向。

(6) 贝叶斯神经网络中
，每个权值和误差被视为随机变量
，它们的先验概率分布是遵从正态分布的。

(7) 以往的BP算法调节神经元网络的权值
，其网络的隐层结点数、网络学习快慢程度及网络的泛化能力都与网络的激励函数有关的。

(8) 从数学意义上讲,这种权值学习相当于欧氏空间中对一组点进行了一个线性变换.

(9) 神经网络权值和阈值的优化方法.

(10) 首先将被控对象进行离线辨识,确定NNC的初始权值再进行神经网络在线控制,从而能够进一步提高系统的控制精度.

(11) 该方法引进了权值,使得它比全域法具有更好的自适应能力和较高的预测精度.

(12) 提出了一种新颖的基于权值的微机械数模转换器
，它的原理与电路中的权电阻数模转换器类似。

(13) 算法利用人耳的听觉掩蔽效应动态确定每一帧的权值
，有选择地增强。

(14) 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。

(15) 通过控制点位置和权值节点分布以及高斯标准误差来控制曲线形状。

(16) 对于权值低于屏蔽层的义原
，我们不将其选入特征集
，并相应保留原词。

(17) 在修改权值时采用逐渐减小学习速率的方法.

(18) 在信息完备化过程中
，该模型考虑了属性重要性之间的差异
，并赋予了相应的权值。

(19) 利用B样条基函数的正定性、紧密性和归一性
，可使训练过程中权值的调整在局部范围内
，且系统的输出简单可靠。

(20) 该算法从负载平衡的思想出发
，赋予每条链路一个与全局资源相关的权值即链路相对空闲率
，寻找链路相对空闲率较高的选播路径。

(21) 它的学习规则是使用最速下降法
，通过反向传播来不断调整网络的权值和阈值
，使网络的误差平方和最小。

(22) 在构建系统发生树时
，首先根据回路构建其拓扑结构
，然后根据拓扑结构和距离矩阵给各边分配权值。

(23) 所用的RBF神经网络算法是从输入信号的数据中训练出中心值和宽度值
，再训练通过用最大熵值的代价函数推导的权值。

(24) 运用幂指数法对导弹武器系统的生存能力进行计算
，对于指数法中各因素的重要性程度
，采用模糊层次分析法来计算各因素的权值。

(25) 对于光顺算法
，本文中不采用光顺平铺边界
，而是采用光顺权值差2的内部边界。

(26) 算法具有低的运算复杂度
，仿真结果表明该算法具有好的时延捕获和波束形成权值捕获性能。

(27) 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。

--免责声明-- 《权值造句》是一篇非常优秀的文章，文笔优美俱佳，如果《权值造句》这篇文章结尾注明了由本站原创，那么《权值造句》版权就属于本站，如果没有注明那么《权值造句》这篇文章则转载于网络，或者由本站会员发表，版权归原作者，只代表作者观点和本站无关，如果您认为《权值造句》这篇文章侵犯了您的权益，请联系我们删除，我们会在看到第一时间删除《权值造句》这篇文章828la135603。

【结语】：权值造句（全文完），小编在下方为大家整理了更多好看的相关文章，希望大家能够喜欢。
【温馨提示】：早睡早起，按时吃饭，多运动，每天开心学习和工作，做个健康的正能量人士。