用神經網絡造句子，“神經網絡”造句

模糊神經網絡用於控制糾偏機構的運動.

針對神經網絡中傳統神經元模型在結構和信息存儲能力上存在的不足，提出了一種基於廣義子波基函數網絡的神經元集聚模型。

這些新聞廣播頻道今天已成為*通信和媒體的主要神經網絡。

討論了rbf神經網絡在往復泵故障診斷中的應用，並對訓練後的網絡進行了*測試，*結果表明rbf網絡有較高診斷正確率。

將神經網絡控制技術應用於潛艇的*縱控制當中，重點研究了神經網絡在潛艇垂直面的運動控制中的應用，並給出了*的結果。

連接她大腦與耳朵的神經網絡幾乎已經完成了，穩步地促進她對聲音的反應。

已有的研究結果表明，混沌神經網絡在求解複雜優化問題和聯想記憶等方面比現有網絡有着更好的*能。

函數逼近應用實例結果表明，將有理式多層神經網絡用於解決傳統問題是有效的。

運用神經網絡的方法,試圖揭示脯氨*局部序列、鏈氨基*組分對於順式脯氨*形成與否的影響,構造基於局部序列和基於氨基*組分的最優結構的神經網絡,同時對順式脯氨*進行篩選。

該推理模型前級採用神經網絡並行子網，用於目標的預分類，後級採用*據理論用於多週期的不確定*推理和概率的全局分配。

大部分數字識別的工作可以由神經網絡來完成，但最近支持向量機也被*可以在分類方面做得更好。

根據WSEIAC模型建立了地面防空導*武器系統效能評估的指標體系，並依此模型建立與之對應的三層BP神經網絡。

平白的説，大腦神經網絡可以比作電路。

然後通過訓練神經網絡把這些知識儲存於神經網絡的權值中，幷在其它的地震輸人下使用。

通過優化組合小波基元激勵函數，大大減小了小波神經網絡的規模，改善了網絡學習特*。

本文的目的是利用神經網絡實現離心壓縮機葉輪的逆命題設計。

該文研究了g神經網絡的函數映*能力，給出了前饋g神經網絡映*任意g型多項式的構造**。

給出了一種高精度的磁羅經航向系統，應用神經網絡進行剩餘自差的自動校正。

儘管神經網絡是一類黑箱式的非線*映*，但它具有良好的自學習能力。

建立了自壓式樹狀管網兩級優化設計模型，並用人工神經網絡法實現樹狀管網非線*規劃模型的快速求解。

而今我們有了電腦病毒，神經網絡，生物圈二號，基因治療法以及智能卡——所有這些人工構造的產品，聯接起了機械與生物過程。

研究結果表明，基於灰*關聯度和bp神經網絡的城市生活垃圾清運量和組分預測模型能有效的預測城市生活垃圾的清運量和組分，具有較好的可行*和適用*。

基於模糊邏輯理論和人工神經元網絡，提出了將模糊神經網絡應用於變壓器故障診斷的方法。

用多元統計和人工神經網絡法得到的新西蘭氣候變化信息。

本文采用一類正交多項式*作為神經元的激勵函數，構成一個正交多項式基神經網絡。

本文采用基於知識的人工神經網絡模型模擬微帶徑向短截線的特*，利用已經具有的先驗知識減小神經網絡輸入輸出映*關係的複雜程度有效減少了訓練樣本的數量。

針對多傳感器信息融合方法的複雜*和多樣*問題,依據智能融合理論,採用模糊邏輯和神經網絡技術,提出了一種用於機器人多傳感器信息融合的B樣條模糊神經網絡方法,並對其進行*。

研究員相信在快速眼動期睡眠期，大腦能不受其它思緒干擾，形成新的神經網絡，那是在清醒或無夢狀態睡眠時不能做到的。

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。

文章在神經網絡的基礎上,建立了黑體爐温度時序預測模型.

然後採用ipix雷達海面回波中的水平極化雷達數據對bp神經網絡進行訓練，結果表明所設計的bp神經網絡能夠很好的模擬海雜波，單步預測誤差較小。

為了解決動態紅外點目標多光譜模式識別問題，提出了一種利用神經網絡並行子網作為前級處理，*據理論於後級融合的多週期模式識別推理模型。

此外，增加介紹了乙烯廠的工程項目情況，並對塔釜乙烯純度建立了rbf神經網絡模型，在此基礎上進行了模糊控制的*，是此研究課題實際建立模型的有益補充。

隨着大腦的發育，這些細胞彼此連接起來，形成了一個神經網絡。

他發現進化後的大腦在執行其設定的任務時比傳統的神經網絡大腦具有更好的表現。

人工神經網絡是對生物神經系統的模擬，它的信息處理功能與網絡單元的特*密切相關。

提出了一類解不等式約束優化問題的神經網絡，並針對幾個黨見的約束優化問題給出了相應的網絡求解公式。

語音識別系統利用神經網絡完成的源代碼,已經過測試.

他們身下扭曲的樹根形成巨大的錯綜複雜的神經網絡，其輕柔的卷鬚向上探尋着與Na'vi人背後垂下的長辮末梢相連。

探索了將神經網絡用於焊接熔池圖像處理的方法，採用bp神經網絡對二值化熔池圖像進行邊緣提取，取得了理想的效果。

基於這些決定*因素，用神經網絡的方法建立了一個用於個*化網站界面風格和佈局設計的用户模型。