權值造句,用權值造句

(1) 然后通過訓練神經網絡把這些知識儲存于神經網絡的權值中，幷在其它的地震輸人下使用。

(2) 它并不構成對工業產權值得，給予相對的權利，或任何牌照發放。

(3) 本文給出新的基于梯度方向直方圖統計的權值計算方法，實現穩定的圖切割。

(4) 隱層輸出層的權值用最速下降法學習，輸入層隱層的權值用遺傳算法進行學習。

(5) 加權值會因時間而改變，比如出現細微差別或傾向。

(6) 貝葉斯神經網絡中，每個權值和誤差被視為隨機變量，它們的先驗概率分布是遵從正態分布的。

(7) 以往的BP算法調節神經元網絡的權值，其網絡的隱層結點數、網絡學習快慢程度及網絡的泛化能力都與網絡的激勵函數有關的。

(8) 從數學意義上講,這種權值學習相當于歐氏空間中對一組點進行了一個線性變換.

(9) 神經網絡權值和閾值的優化方法.

(10) 首先將被控對象進行離線辨識,確定NNC的初始權值再進行神經網絡在線控制,從而能夠進一步提高系統的控制精度.

(11) 該方法引進了權值,使得它比全域法具有更好的自適應能力和較高的預測精度.

(12) 提出了一種新穎的基于權值的微機械數模轉換器，它的原理與電路中的權電阻數模轉換器類似。

(13) 算法利用人耳的聽覺掩蔽效應動態確定每一幀的權值，有選擇地增強。

(14) 該算法經兩個常用函數檢驗，并在圖象識別的神經網絡權值訓練中得到應用。

(15) 通過控制點位置和權值節點分布以及高斯標準誤差來控制曲線形狀。

(16) 對于權值低于屏蔽層的義原，我們不將其選入特征集，并相應保留原詞。

(17) 在修改權值時采用逐漸減小學習速率的方法.

(18) 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，并賦予了相應的權值。

(19) 利用B樣條基函數的正定性、緊密性和歸一性，可使訓練過程中權值的調整在局部范圍內，且系統的輸出簡單可靠。

(20) 該算法從負載衡的出發，賦予每條鏈路一個與全局資源相關的權值即鏈路相對空閑率，尋找鏈路相對空閑率較高的選播路徑。

(21) 它的學習規則是使用最速下降法，通過反向傳播來不斷調整網絡的權值和閾值，使網絡的誤差方和最小。

(22) 在構建系統發生樹時，首先根據回路構建其拓撲結構，然后根據拓撲結構和距離矩陣給各邊分配權值。

(23) 所用的RBF神經網絡算法是從輸入信號的數據中訓練出中心值和寬度值，再訓練通過用最大熵值的代價函數推導的權值。

(24) 運用冪指數法對導彈武器系統的生存能力進行計算，對于指數法中各因素的重要性程度，采用模糊層次分析法來計算各因素的權值。

(25) 對于光順算法，本文中不采用光順鋪邊界，而是采用光順權值差2的內部邊界。

(26) 算法具有低的運算復雜度，仿真結果表明該算法具有好的時延捕獲和波束形成權值捕獲性能。

(27) 將遺傳算法與神經網絡盲均衡算法相結合，提出了兩段式優化神經網絡權值的方案。