ECANSE—模拟人类智能

西门子奥地利公司的程序和系统工程部(PSE)是欧洲最大的软件中心之一。该公司设计的ECANSE软件是一种完全图形化的新型信息技术开发环境,是PSE最新和最先进的产品之一。它的应用范围从能源和财政预测到图像、文本和语音分析,以及机器人控制和卫星监测等。     

神经网络及其识别应用简介

本文介绍了神经网络目前研究的各种基本理论模型及其特征,并作一评述,同时探讨了它在识别方面的应用,阐明了该领域的理论和良好的应用研究前途。     

模糊神经网络的研究现状及发展前景

本文介绍了模糊神经网络的基本概念,以及９０年代在模糊神经网络发展中取得的重要研究成果,并且预测了这门新兴技术在未来诸多领域中的应用剪影。     

一个符号神经网络的学习算法

本文首先根据神经科学和认知科学的研究，提出了一种符号神经网络结构，该结构溶符号机制和神经网络于一体，然后在此基础上研究了其学习算法，该算法结合神经网络ＢＰ学习算法和符号机制中学习算法的特点；最后通过实验，证实该算法的可行性和先进性。     

试论神经网络与专家系统的结合

本文分析了传统专家系统面临的问题，概述了人工神经网络求解问题的特点，着重叙述了专家系统与神经网络结合的思想和前景。     

模糊神经网络的研究现状及发展前景

本文介绍了模糊神经网络的基本概念,以及90年代在模糊神经网络发展中取得的重要研究成果,并且预测了这门新兴技术在未来诸多领域中的应用前景。     

基于BP神经网络的精细化营销研究

通过对精细化营销与人工智能神经网络的研究,构建出基于BP神经网络的客户细分模型,完成对客户消费行为特征的细分和精细化营销策略的设计。最终通过实证研究,设计出某移动通信公司的精细化营销策略。     

智慧医疗产业发展面临的挑战与展望

医疗是国民的基本需求,是国家稳定的基石.当前,人工智能技术飞速发展,不断向各行业渗透融合,其中,应用最为广泛的就是医疗行业,推动着智慧医疗产业纵深发展.本文基于人工智能技术原理探索和医疗行业现状研究,拟对智慧医疗产业发展面临的挑战进行梳理,并对其未来发展进行展望.     

探讨神经网络算法在人工智能识别中的应用

人工智能识别技术是高新科技发展的产物。人工智能中在无生命体和有生命体的人工智能识别技术取得了突飞猛进的发展。这样的发展离不开神经网络算法与人工智能识别技术的相互融合。因此,本文主要探讨的是神经网络算法在人工智能识别中的应用。     

深度卷积神经网络模型的研究分析

在深度学习的图像分类问题中,网络模型深度是研究学者们十分关注的课题.针对此课题,设计了在不同网络层数对Cifar-10数据集进行分类的实验,探讨卷积神经网络的深度对模型的准确率影响;实验结果中,网络结构为6层、10层和15层准确率分别为64.24％、76.49％和72.50％,得出网络层数直接影响分类效果,网络层数越多...