基于雙權(quán)值神經(jīng)網(wǎng)絡(luò)的逼近性及其應(yīng)用.pdf_第1頁
已閱讀1頁,還剩70頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)

文檔簡介

1、人工神經(jīng)網(wǎng)絡(luò)是在模仿人腦的神經(jīng)元結(jié)構(gòu)及機理的基礎(chǔ)上建立起來的一種數(shù)學(xué)模型,它涉及心理、生物學(xué)、電子、計算機、數(shù)學(xué)、物理等交叉學(xué)科,近年來得到了汛猛的發(fā)展,目前已廣泛的應(yīng)用于模式識別、圖像處理、自動控制、信號處理、經(jīng)濟研究等各個領(lǐng)域。 隨著研究的不斷深入,神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)在不斷的改進,其結(jié)構(gòu)功能已越來越接近于真實的神經(jīng)細胞功能。雙權(quán)值神經(jīng)網(wǎng)絡(luò)[15]的提出為神經(jīng)網(wǎng)絡(luò)的研究增添了新的活力,引起了神經(jīng)網(wǎng)絡(luò)研究領(lǐng)域的廣泛關(guān)注。文[43]中

2、提出了針對雙權(quán)值神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)擬合算法,并用二維指數(shù)余弦函數(shù)的擬合同徑向基網(wǎng)絡(luò)擬合能力作了比較,顯現(xiàn)出雙權(quán)值神經(jīng)網(wǎng)絡(luò)在逼近能力與逼近速度上的優(yōu)越性。本論文在第三章證明了基于單層的雙權(quán)值神經(jīng)網(wǎng)絡(luò)可以逼近任意有界一致連續(xù)函數(shù),并以其數(shù)字實例說明了實際應(yīng)用。這一研究可以看作文[43]研究的一種擴展。在第四章將雙權(quán)值神經(jīng)網(wǎng)絡(luò)應(yīng)用于控制領(lǐng)域,設(shè)計了一種直接自適應(yīng)控制器,并給出了魯棒算法,第五章將雙權(quán)值神經(jīng)網(wǎng)絡(luò)應(yīng)用于CO2提純塔的系統(tǒng)辨識,顯示出比

3、其它方法取得了更好的效果,并在辨識的基礎(chǔ)上,用常規(guī)的方法對系統(tǒng)的各輸入?yún)?shù)進行了優(yōu)化,取得了成功。第六章從畫法幾何的角度,在提出高維空間點覆蓋理論的基礎(chǔ)上給出了點覆蓋的一些基本概念,還提出了一種多權(quán)值得神經(jīng)網(wǎng)絡(luò)的非特定人連續(xù)數(shù)字語音識別的新算法。這種算法可以不經(jīng)過端點檢測和分割,先根據(jù)實際連續(xù)數(shù)字語音的各不同數(shù)字音節(jié),構(gòu)建連續(xù)語音中各不同數(shù)字音節(jié)的特征空間復(fù)雜幾何覆蓋體。在識別時,利用高維空間點覆蓋理論進行識別,得到了較為滿意的識別結(jié)果

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論