已閱讀1頁，還剩40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(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、本文首先介紹了遺傳算法與神經(jīng)網(wǎng)絡(luò)的知識以及用遺傳算法優(yōu)化神經(jīng)網(wǎng)絡(luò)的方法，然后討論了用進(jìn)化的神經(jīng)網(wǎng)絡(luò)(ENN)逼近觀測方程為非線性的貝葉斯動態(tài)模型的方法，其中神經(jīng)網(wǎng)絡(luò)的權(quán)值和閾值用遺傳算法確定，這樣就避免了神經(jīng)網(wǎng)絡(luò)算法中目標(biāo)函數(shù)存在局部極小點的缺陷；MCMC方法是處理非線性貝葉斯動態(tài)模型的一種極為有效的模擬方法，對于不易直接取樣的密度函數(shù)，可以考慮用Metropolis-Hastings方法，通過構(gòu)造一個易于抽樣的建議分布來實現(xiàn)對目標(biāo)函數(shù)
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(hù)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
- 非線性貝葉斯動態(tài)模型若干問題的研究.pdf
- 貝葉斯濾波若干問題研究.pdf
- 貝葉斯決策及分析若干問題的研究.pdf
- 貝葉斯動態(tài)模型的隨機模擬研究.pdf
- 貝葉斯動態(tài)模型的模擬處理.pdf
- 動態(tài)Poisson模型及其貝葉斯預(yù)測.pdf
- 非線性非高斯條件下貝葉斯濾波若干問題研究.pdf
- 基于貝葉斯網(wǎng)絡(luò)的動態(tài)信任模型研究.pdf
- 貝葉斯動態(tài)測量系統(tǒng)精度損失模型研究.pdf
- 基于動態(tài)貝葉斯網(wǎng)絡(luò)模型的手勢識別研究.pdf
- 基于貝葉斯網(wǎng)絡(luò)的動態(tài)預(yù)測模型研究及其應(yīng)用.pdf
- 動態(tài)異方差隨機前沿模型的貝葉斯推斷.pdf
- 求解梁模型反問題的貝葉斯方法.pdf
- 基于動態(tài)貝葉斯模型的基因調(diào)控網(wǎng)絡(luò)構(gòu)建方法研究.pdf
- 粒子濾波算法在貝葉斯動態(tài)模型中的應(yīng)用.pdf
- 混合模型的貝葉斯分析.pdf
- 基于動態(tài)貝葉斯網(wǎng)絡(luò)的設(shè)備預(yù)知性維護(hù)模型研究.pdf
- 非線性貝葉斯動態(tài)模型預(yù)測及其隨機模擬方法的研究.pdf
- 基于動態(tài)貝葉斯網(wǎng)絡(luò)的音視頻語音識別模型研究.pdf
- 一類動態(tài)貝葉斯網(wǎng)絡(luò)模型及其應(yīng)用研究.pdf
評論
0/150
提交評論