已閱讀1頁，還剩47頁未讀， 繼續(xù)免費閱讀
版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進行舉報或認(rèn)領(lǐng)
文檔簡介
1、該文工作深入研究了基于反饋聯(lián)接的對數(shù)線性高斯混合神經(jīng)網(wǎng)絡(luò)(R-LLGMN),及其在時間序列信號分析識別中的應(yīng)用.該文的研究工作是在對數(shù)線性高斯混合神經(jīng)網(wǎng)絡(luò)(LLGMN)理論和應(yīng)用實踐的基礎(chǔ)上展開的;LLGMN通過將對數(shù)線性高斯混合模型(LLGMM)網(wǎng)絡(luò)結(jié)構(gòu)化,實現(xiàn)模式的區(qū)分和識別.R-LLGMN中,LLGMM的概率模型理論和神經(jīng)網(wǎng)絡(luò)特點被保留,并且結(jié)合反饋神經(jīng)網(wǎng)絡(luò)(RNN)的大量研究成果在LLGMN中融合反饋連接,以克服原有前向網(wǎng)絡(luò)以時
溫馨提示
- 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 反饋神經(jīng)網(wǎng)絡(luò)
- 延遲反饋神經(jīng)網(wǎng)絡(luò)和兩層反饋神經(jīng)網(wǎng)絡(luò)的研究.pdf
- 非線性自反饋混沌神經(jīng)網(wǎng)絡(luò)的研究與應(yīng)用.pdf
- 基于混合神經(jīng)網(wǎng)絡(luò)的非線性動態(tài)系統(tǒng)建模.pdf
- 反饋神經(jīng)網(wǎng)絡(luò)的動態(tài)行為研究.pdf
- 基于嵌入神經(jīng)網(wǎng)絡(luò)的高斯混合模型的說話人識別的研究.pdf
- 混合神經(jīng)網(wǎng)絡(luò)及其應(yīng)用研究.pdf
- 隨機嚴(yán)格反饋非線性系統(tǒng)的自適應(yīng)神經(jīng)網(wǎng)絡(luò)控制.pdf
- 基于神經(jīng)網(wǎng)絡(luò)和對數(shù)效用的訪問控制策略模型研究.pdf
- 基于反饋模糊神經(jīng)網(wǎng)絡(luò)的行程時間預(yù)測研究.pdf
- 基于反饋神經(jīng)網(wǎng)絡(luò)的并聯(lián)式強混合動力汽車能量控制策略研究.pdf
- 24146.反饋神經(jīng)網(wǎng)絡(luò)對非線性動力系統(tǒng)的逼近能力研究
- 基于模糊神經(jīng)網(wǎng)絡(luò)的非線性濾波研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的非線性GPC算法研究.pdf
- 最優(yōu)非線性濾波的神經(jīng)網(wǎng)絡(luò)實現(xiàn)研究.pdf
- 基于多神經(jīng)網(wǎng)絡(luò)的混合動態(tài)推薦研究.pdf
- 帶混合屬性的神經(jīng)網(wǎng)絡(luò)規(guī)則提取研究.pdf
- 幾類延時反饋神經(jīng)網(wǎng)絡(luò)的穩(wěn)定性研究.pdf
- 基于混合模糊神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)入侵檢測.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的狀態(tài)反饋控制系統(tǒng)的研究.pdf
評論
0/150
提交評論