2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩51頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、帶樹突的形態(tài)神經(jīng)網(wǎng)絡(luò)是一種全新的神經(jīng)計(jì)算方法,它將樹突過程引入形態(tài)神經(jīng)元模型,從而使人工神經(jīng)元更接近于實(shí)際的生物模型。由于這些優(yōu)勢(shì),帶樹突的形態(tài)神經(jīng)網(wǎng)絡(luò)目前已被廣泛應(yīng)用于圖像處理和模式識(shí)別等智能信息研究領(lǐng)域。本文對(duì)帶樹突的形態(tài)神經(jīng)網(wǎng)絡(luò)做了較深入的研究,主要研究內(nèi)容及所獲得的成果如下: (D對(duì)圖像代數(shù)進(jìn)行了分析,建立了圖像代數(shù)與神經(jīng)網(wǎng)絡(luò)模型之間的聯(lián)系; (2)對(duì)引入了樹突過程的形態(tài)神經(jīng)網(wǎng)絡(luò)進(jìn)行研究,通過分析已有的帶樹突的單

2、層形態(tài)感知器學(xué)習(xí)算法,得出樹突計(jì)算的一些幾何特性; (3)根據(jù)模式的位置信息,提出帶樹突的形態(tài)聯(lián)想存儲(chǔ)器的相關(guān)參數(shù)選取方法,·通過參數(shù)的適當(dāng)選取增強(qiáng)帶樹突的形態(tài)聯(lián)想存儲(chǔ)器的魯棒性; (4)通過用樹突輸出的超維方框代替覆蓋算法中的“球形領(lǐng)域”,對(duì)覆蓋算法進(jìn)行改進(jìn)。基于這一改進(jìn),提出一種既能調(diào)整帶樹突的多層形態(tài)感知器的自由參數(shù),又能確定其結(jié)構(gòu)的學(xué)習(xí)算法: (5)編制實(shí)現(xiàn)帶樹突的形態(tài)聯(lián)想存儲(chǔ)器和多層形態(tài)感知器的程序,并

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(qǐng)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(qǐng)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(huì)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(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)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(qǐng)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(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論