排序方式: 共有8条查询结果,搜索用时 15 毫秒
1
1.
尝试利用BP神经网络模型,确定其输出输入值的模式,确定隐层节点数,探讨除用Sigmoid函数外,还有什么函数更能提高自学习效率及发挥其功能。探讨切合建筑卫生陶瓷缺陷的神经网络相关参数,以保持陶瓷的网络模型的稳定性。通过收集样本来训练、测试和考核结论。 相似文献
2.
神经网络的神经元是状态响应的信号部件,神经元状态直接影响神经网络的输出信息精度.本文探讨神经元活动状态的鉴别技术,考虑了活动状态的强度,它将提高一般神经网络模型的精度. 相似文献
3.
4.
5.
用神经网络分析法评价机械加工工艺参数 总被引:1,自引:0,他引:1
神经网络提供了获取知识的一条新途径,在机械加工学科中,人们可以利用影响工件表面粗糙度的切削或磨削参数来建造神经网络模型,然后通过实际样本对神经网络进行自学习训练,使此模型变成切合车间不同设备的实用模型,从而可以有针对性地改变某些切削或磨削参数,以降低工件表面粗糙度和提高表面质量,本文论述了神经网络模型的建立,自训练原理和降低表面粗糙度的途径。 相似文献
6.
论述了遗传算法-优化设计-神经网络的耦合技术.以一台机器的主控制参数作为样本,采用这种耦合技术,将实际工程参数转化为遗传进化样本,再通过优化技术变成最优样本,来训练神经网络系统,旨在提高控制参数质量. 相似文献
7.
探讨样本优胜劣汰技术——遗传算法,阐述种源样本的生成技术、工程参数及配方内容的编码方法、样本的优劣筛选、交配、变异和繁殖优生后代技术,旨在供陶瓷工作者掌握此技术,引用于陶瓷配方及陶瓷装备的设计工作. 相似文献
8.
神经网络提供了获取知识的一条新途径。在机械加工学科中,人们可以利用影响工件表面粗糙度的切削或磨削参数来建造神经网络模型,然后通过实际样本对神经网络进行自学习训练,使此模型变成切合车间不同设备的实用模型,从而可以有针对性地改变某些切削或磨削参数,以降低工件表面粗糙度和提高表面质量。本文论述了神经网络模型的建立、自训练原理和降低表面粗糙度的途径 相似文献
1