哈工大博士論文，基于HMM和ANN的漢語語音識別。
標簽： 論文
上傳時間： 2013-12-29
上傳用戶：225588
各種算法的TSP源碼，包含GA、SA、TS、ANN。
上傳時間： 2017-04-07
上傳用戶：13517191407
The purpose of this study is to explore the possibilities offered by current Artificial Neural Net(ANN) structures and topologies and determine their strengths and weaknesses.
標簽： possibilities Artificial purpose explore
上傳時間： 2014-11-02
上傳用戶：ommshaggar
人工神經網絡(Aartificial Neural Network，下簡稱ANN)是模擬生物神經元的結構而提出的一種信息處理方法。早在1943年，已由心理學家Warren S.Mcculloch和數學家Walth H.Pitts提出神經元數學模型，后被冷落了一段時間，80年代又迅猛興起［1］。ANN之所以受到人們的普遍關注，是由于它具有本質的非線形特征、并行處理能力、強魯棒性以及自組織自學習的能力。其中研究得最為成熟的是誤差的反傳模型算法(BP算法，Back Propagation)，它的網絡結構及算法直觀、簡單，在工業領域中應用較多。
標簽： Aartificial Network Neural 人工神經網絡
上傳時間： 2014-01-03
上傳用戶：zhangzhenyu
matlab圖像處理工具相，使用了主成分分析，ANN，SVM等方法。
上傳時間： 2017-07-23
上傳用戶：hphh
本程序根據訓練好的網絡文件ANN.mat預測新的數據文件，得到均方誤差，并畫出預測數據和原數據的對比圖。此程序運用到了很多Matlab編程中常用到的表達方式，還有一些神經網絡編程的基本概念的表達，如歸一化的表達。
上傳時間： 2017-01-03
上傳用戶：tju1895
Bayesian Artificial Intelligence (Second Edition) English Edition, 2011 Authors: Kevin B. Korb, ANN E. Nicholson
標簽： Intelligence Artificial Bayesian Edition Second
上傳時間： 2018-01-25
上傳用戶：zhkunhua
基于瞬時信息統計量維度獲取特征值，數字信號包括2ASK,2FSK,2PSK,4ASK,4FSK,4PSK
上傳時間： 2021-04-12
上傳用戶：sxy1
人工神經網絡提供了一種普遍且實用的方法從樣例中學習值為實數、離散值或向量的函數反向傳播算法，使用梯度下降來調節網絡參數以最佳擬合由輸入-輸出對組成的訓練集合人工神經網絡對于訓練數據中的錯誤健壯性很好人工神經網絡已被成功應用到很多領域，例如視覺場景分析，語音識別，機器人控制神經網絡學習對于逼近實數值、離散值或向量值的目標函數提供了一種健壯性很強的方法對于某些類型的問題，如學習解釋復雜的現實世界中的傳感器數據，人工神經網絡是目前知道的最有效的學習方法反向傳搖成功例子，學習識別手寫字符，學習識別口語，學習識別人臉生物學動機ANN受到生物學的啟發，生物的學習系統是由相互連接的神經元組成的異常復雜的網絡。ANN由一系列簡單的單元相互密集連接構成的，其中每一個單元有一定數量的實值輸入，并產生單一的實數值輸出人腦的構成，大約有1011個神經元，平均每一個與其他104個相連神經元的活性通常被通向其他神經元的連接激活或抑制最快的神經元轉換時間比計算機慢很多，然而人腦能夠以驚人的速度做出復雜度驚人的決策很多人推測，生物神經系統的信息處理能力一定得益于對分布在大量神經元上的信息表示的高度并行處理
上傳時間： 2022-04-08
上傳用戶：trh505
隨著人類社會的進步，科學技術的發展日新月異，模擬人腦神經網絡的人工神經網絡已取得了長足的發展。經過半個多世紀的發展，人工神經網絡在計算機科學，人工智能，智能控制等方面得到了廣泛的應用。當代社會是一個講究效率的社會，科技更新領域也是如此。在人工神經網絡研究領域，算法的優化顯得尤為重要，對提高網絡整體性能舉足輕重.BP神經網絡模型是目前應用最為廣泛的一種神經網絡模型，對于解決非線性復雜問題具有重要的意義。但是BP神經網絡有其自身的一些不足（收斂速度慢和容易陷入局部極小值問題），在解決某些現實問題的時候顯得力不從心。針對這個問題，本文利用遺傳算法的并行全局搜索的優勢，能夠彌補BP網絡的不足，為解決大規模復雜問題提供了廣闊的前景。本文將遺傳算法與BP網絡有機地結合起來，提出了一種新的網絡結構，在穩定性、學習性和效率方面都有了很大的提高。基于以上的研究目的，本文首先設計了BP神經網絡結構，在此基礎上，應用遺傳算法進行優化，達到了加快收斂速度和全局尋優的效果。本文借助MATLAB平臺，對算法的優化內容進行了仿真實驗，得出的效果也符合期望值，實現了對BP算法優化的目的。關鍵詞：生物神經網絡：人工神經網絡；BP網絡；遺傳算法；仿真隨著電子計算機的問世及發展，人們試圖去了解人的大腦，進而構造具有人類思維的智能計算機。在具有人腦邏輯推理延伸能力的計算機戰勝人類棋手的同時，引發了人們對模擬人腦信息處理的人工神經網絡的研究。1.1研究背景人工神經網絡（Artificial Noural Networks，ANN）（注：簡稱為神經網絡），是一種數學算法模型，能夠對信息進行分布式處理，它模仿了動物的神經網絡，是對動物神經網絡的一種具體描述。這種網絡依賴系統的復雜程度，通過調節內部大量節點之間的關系，最終實現信息處理的目的。人工神經網絡可以通過對輸入輸出數據的分析學習，掌握輸入與輸出之間的潛在規則，能夠對新數據進行分析計算，推算出輸出結果，因為人工神經網絡具有自適應和自學習的特性，這種學習適應的過程被稱為“訓練"。
上傳時間： 2022-06-16
上傳用戶：jiabin
