排序方式: 共有164条查询结果,搜索用时 15 毫秒
51.
52.
ART2神经网络广泛应用于模式识别问题,但有时具有某一属性的模式在模式空间中不一定聚集紧密.当几个模式由于发散而在空间互相交错时,要用ART2神经网络产生复杂的模式空间分类曲面将它们分开则相当困难.另外,ART2对所分的类型并没有任何先验知识,也就是说,ART2本身无法指明所得各类模式的归属.本文提出一种新颖的ART2神经网络,使用先细化后拟合的方法解决了复杂交错的模式分类问题.将这种ART2神经网络用于高频心电图特征数据分类,结果显示大大提高了分类的正确率. 相似文献
53.
1.引言
近年来在临床医学超声诊断与成像的领域中,超声造影剂受到越来越多的关注,其物理模型为气泡外面覆盖一层包膜用来提高其稳定性.对于这种含包膜气泡流体非线性的探索则是这一领域的一个重要课题.当声波在这种流体中传播时,由于非线性效应的存在,往往会激发出二次谐波等种种高次谐波.作为反应其二次谐波性质的一个非线性声学中的基本参量,B/A描述了超声波通过媒质非线性效应的大小,而利用B/A进行医学成像也正成为国际上的一个热点1,2.但是,这方面的工作大都基于实验,在理论上对这种含包膜气孔流体的非线性特性的研究尚未有报道.本文运用等效媒质法,研究了这种含包膜气孔流体的一阶,二阶非线性声场,并从理论上计算的这种流体的等效非线性参量(B/A)e并与含自由气泡流体的非线性参量进行了比较. 相似文献
54.
55.
56.
57.
58.
59.
60.