(1) 利伯曼猜想，小孩的自我神經(jīng)網(wǎng)絡(luò)<)，提高了該模型的預(yù)報(bào)準(zhǔn)確性。

(106) 依據(jù)RBF神經(jīng)元模型的幾何解釋，提出一種新的構(gòu)造型神經(jīng)網(wǎng)絡(luò)分類算法。

(107) 文中介紹光互連的特點(diǎn)、功能、形式，以及在光計(jì)算機(jī)和光神經(jīng)網(wǎng)絡(luò)中的作用。

(108) 本文采用基于知識(shí)的人工神經(jīng)網(wǎng)絡(luò)模型模擬微帶徑向短截線的特性，利用已經(jīng)具有的先驗(yàn)知識(shí)減小神經(jīng)網(wǎng)絡(luò)輸入輸出映射關(guān)系的復(fù)雜程度有效減少了訓(xùn)練樣本的數(shù)量。

(109) 然后采用前向神經(jīng)網(wǎng)絡(luò)進(jìn)行整經(jīng)軸數(shù)預(yù)測(cè)。

(110) 根據(jù)影響水面蒸發(fā)的主要?dú)庀笠蛩兀�利用人�?em>神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)、記憶功能，研究了一種新的水面蒸發(fā)計(jì)算方法。

(111) 提出基于粗神經(jīng)網(wǎng)絡(luò)確定影響礦內(nèi)通風(fēng)風(fēng)流穩(wěn)定性主要風(fēng)路的方法。

(112) 應(yīng)用地震相分析、波阻抗反演和神經(jīng)網(wǎng)絡(luò)技術(shù)，分別對(duì)小洼油田和陳家洼陷的隱蔽油氣藏進(jìn)行了識(shí)別和預(yù)測(cè)。

(113) 以晉城無(wú)煙煤的實(shí)驗(yàn)數(shù)據(jù)對(duì)人工神經(jīng)網(wǎng)絡(luò)進(jìn)行了訓(xùn)練,獲得了較好的過(guò)程模擬結(jié)果.

(114) 以人工神經(jīng)網(wǎng)絡(luò)中的自適應(yīng)共振理論為基礎(chǔ)，研究了用光標(biāo)在電腦屏幕上進(jìn)行手寫(xiě)輸入的字符識(shí)別方法。

(115) 在第四章，我們給出了變時(shí)滯高階BAM神經(jīng)網(wǎng)絡(luò)模型周期解存在及其全局指數(shù)穩(wěn)定的幾個(gè)充分性定理。

(116) 研究了RBF神經(jīng)網(wǎng)絡(luò)故障診斷模型及學(xué)習(xí)規(guī)則，給出了基于粗糙集理論的RBF神經(jīng)網(wǎng)絡(luò)故障診斷原理和步驟。

(117) 為了簡(jiǎn)化模型庫(kù)開(kāi)發(fā)過(guò)程，僅采用初始空間映射和神經(jīng)網(wǎng)絡(luò)空間映射來(lái)構(gòu)造增強(qiáng)模型。

(118) 說(shuō)明：捐款給世寶，支持易語(yǔ)言漢語(yǔ)編程人工智能數(shù)字神經(jīng)網(wǎng)絡(luò)飛船與機(jī)器人設(shè)計(jì)等事業(yè)。

(119) 將其應(yīng)用于青島膠州灣海區(qū)底質(zhì)分類識(shí)別研究中，通過(guò)與標(biāo)準(zhǔn)的LVQ神經(jīng)網(wǎng)絡(luò)的分類結(jié)果進(jìn)行比較表明，該方法在分類速度以及精度上都有了較大提高。

(120) 在對(duì)員工素質(zhì)測(cè)評(píng)數(shù)據(jù)分析的基礎(chǔ)上，建立了一套能夠模擬統(tǒng)計(jì)人員對(duì)測(cè)評(píng)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)計(jì)算的神經(jīng)網(wǎng)絡(luò)測(cè)評(píng)系統(tǒng)。

(121) 用神經(jīng)網(wǎng)絡(luò)方法對(duì)真空感應(yīng)爐進(jìn)行狀態(tài)監(jiān)測(cè)和故障診斷，為故障診斷系統(tǒng)的開(kāi)發(fā)提供有益的參考。

(122) 在此模型的基礎(chǔ)上，用神經(jīng)網(wǎng)絡(luò)迭代法從測(cè)得的天線溫度反演了隱身涂層材料的的相對(duì)介電常數(shù)、相對(duì)磁導(dǎo)率。

(123) 鑒于該方法只能識(shí)別梁中的單處損傷，提出了結(jié)合移動(dòng)質(zhì)量法和神經(jīng)網(wǎng)絡(luò)進(jìn)行結(jié)構(gòu)損傷識(shí)別的方法。

(124) 細(xì)胞神經(jīng)網(wǎng)絡(luò)由于其連續(xù)時(shí)間的特性，因此在圖象處理和圖形辯識(shí)方面有著潛在的應(yīng)用。

(125) 采用神經(jīng)網(wǎng)絡(luò)對(duì)耦合微帶線進(jìn)行建模，并將此模型應(yīng)用到耦合微帶線的分析與設(shè)計(jì)中。

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

(127) 本文運(yùn)用卡爾曼濾波原理，提出了一種新的神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法。該算法的學(xué)習(xí)速度是由帶時(shí)間參數(shù)的里卡蒂微分方程來(lái)確定的。

(128) 為了解決動(dòng)態(tài)紅外點(diǎn)目標(biāo)多光譜模式識(shí)別問(wèn)題，提出了一種利用神經(jīng)網(wǎng)絡(luò)并行子網(wǎng)作為前級(jí)處理，證據(jù)理論于后級(jí)融合的多周期模式識(shí)別推理模型。

(129) 實(shí)際上，復(fù)交替投影神經(jīng)網(wǎng)絡(luò)不僅可用于信號(hào)處理中的帶限信號(hào)外推，還可用于選頻、陷波等場(chǎng)合。

(130) 對(duì)用人工神經(jīng)網(wǎng)絡(luò)識(shí)別往復(fù)泵活塞磨損故障進(jìn)行了研究。

(131) 它不僅有助于科學(xué)家對(duì)機(jī)器學(xué)習(xí)和神經(jīng)計(jì)算的深入研究，還有助于普通工程技術(shù)人員利用神經(jīng)網(wǎng)絡(luò)技術(shù)來(lái)解決真實(shí)世界中的問(wèn)題。

(132) 仿真結(jié)果顯示，就算例而言，該量子神經(jīng)計(jì)算網(wǎng)絡(luò)的性能優(yōu)于傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)。

(133) 將文化差分進(jìn)化算法用于訓(xùn)練補(bǔ)償模糊神經(jīng)網(wǎng)絡(luò)，建立乙烯精餾塔產(chǎn)品質(zhì)量軟測(cè)量模型。

(134) 一般對(duì)特定的基于多層感知器的故障診斷問(wèn)題，很難確定神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)。

(135) 通過(guò)分析二維FIR線性相位濾波器的幅頻響應(yīng)特性，建立了神經(jīng)網(wǎng)絡(luò)算法。

(136) 根據(jù)灌腸術(shù)原理和臨床的需求，提出了一種基于模糊神經(jīng)網(wǎng)絡(luò)控制的結(jié)腸灌注透析治療機(jī)。

(137) 從信息論角度出發(fā)，利用神經(jīng)網(wǎng)絡(luò)非線性時(shí)間序列預(yù)測(cè)模型，構(gòu)造了油田產(chǎn)油量、產(chǎn)水量的多維時(shí)間序列神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)器。

(138) 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.

(139) 由于粗神經(jīng)網(wǎng)絡(luò)的誤差傳遞函數(shù)不可微，所以采用遺傳算法來(lái)訓(xùn)練粗神經(jīng)網(wǎng)絡(luò)。

(140) 應(yīng)用BP神經(jīng)網(wǎng)絡(luò)對(duì)數(shù)字進(jìn)行識(shí)別，其圖像的預(yù)處理采用去除雜點(diǎn)方法去除噪聲，使用逐像素特征提取方法進(jìn)行特征向量的提取。

(141) 實(shí)踐證明這種遺傳神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)系統(tǒng)收斂速度快、推廣性強(qiáng)，具有較高的實(shí)際應(yīng)用價(jià)值。

(142) 本文以提高控制器的控制效果為目標(biāo)，將神經(jīng)網(wǎng)絡(luò)與PID控制相結(jié)合，分別對(duì)單變量系統(tǒng)和多變量系統(tǒng)的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的PID控制進(jìn)行了深入研究和探索。

(143) 顯然，這與神經(jīng)網(wǎng)絡(luò)在解決小規(guī)模問(wèn)題時(shí)正確率高、訓(xùn)練速度快相符合。

(144) 結(jié)果表明：利用人工神經(jīng)網(wǎng)絡(luò)模型的非線性映射功能，可以較好地給出工程爆破引起的區(qū)自由場(chǎng)力學(xué)規(guī)律，對(duì)于同類型問(wèn)題的研究，也有著很重要的意義。

(145) 布拉德利總共找到了七個(gè)關(guān)鍵的因素，其中包括了他創(chuàng)造的神經(jīng)網(wǎng)絡(luò)的判斷，同時(shí)他認(rèn)為這個(gè)因素對(duì)預(yù)測(cè)股票走勢(shì)是有幫助的。

(146) 針對(duì)中藥方劑功效歸納問(wèn)題，提出了一種基于人工神經(jīng)網(wǎng)絡(luò)新的高維數(shù)據(jù)歸約方法。

(147) 給出了一種高精度的磁羅經(jīng)航向系統(tǒng)，應(yīng)用神經(jīng)網(wǎng)絡(luò)進(jìn)行剩余自差的自動(dòng)校正。

(148) 以甘肅省河西走廊西部疏勒河為例，建立了干旱內(nèi)陸河流水質(zhì)預(yù)測(cè)的人工神經(jīng)網(wǎng)絡(luò)模型。

(149) 提出了一種用于船舶噪聲分類的局域自適應(yīng)子波神經(jīng)網(wǎng)絡(luò)分類方法。

(150) 本文提出一種改進(jìn)的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，它由線性網(wǎng)絡(luò)和多層前向網(wǎng)絡(luò)兩部分組成。