注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 人工神经网络理论、设计及应用（韩力群）.PPT

  2. 人工神经网络理论、设计及应用（韩力群）,电子教案，非常好。

  3. 所属分类：网络基础

    • 发布日期：2009-06-23
    • 文件大小：3145728
    • 提供者：wanglg68

  1. 人工神经网络理论、设计及应用－韩力群9523

  2. 人工神经网络理论、设计及应用－韩力群9523，写的精简！

  3. 所属分类：网络基础

    • 发布日期：2010-07-22
    • 文件大小：3145728
    • 提供者：tan119

  1. 人工神经网络教程 韩力群

  2. 《人工神经网络教程》系统地论述了人工神经网络的主要理论、设计基础及应用实例，旨在使读者了解神经网络的发展背景和研究对象，理解和熟悉它的基本原理和主要应用，掌握它有结构和设计应用方法，为深入研究和应用开发打下基础。为了便于读者理解，书中尽量避免烦琐的数学推导，加强了应用举例，并在内容的选择和编排上注意到读者初次接触新概念的易接受性和思维的逻辑性。作为扩充知识，书中还介绍了人工神经系统的基本概念、体系结构、控制特生及信息模式。

  3. 所属分类：专业指导

    • 发布日期：2011-12-27
    • 文件大小：8388608
    • 提供者：michaelshore

  1. 人工神经网络教程_韩力群

  2. 人工神经网络教程_韩力群pdf 大学，研究生课程参考资料

  3. 所属分类：专业指导

    • 发布日期：2014-09-02
    • 文件大小：10485760
    • 提供者：u010245524

  1. 工神经网络教程_韩力群

  2. 第1章 绪论 1.1 人工神经网络概述 1.2 人工神经网络发展简史 1.3 神经网络的基本特点与功能 1.4 神经网络的应用领域 本章小结 思考与练习 第2章 人工神经网络建模基础 2.1 脑的生物神经系统概述 2.2 生物神经网络基础 2.3 人工神经元模型 2.4 人工神经网络模型 2.5 神经网络学习 本章小结 思考与练习 第3章 感知器神经网络 3.1 单层感知器 3.2 多层感知器 3.3 自适应线性单元简介 3.4 误差反传算法 3.5 标准BP算法的改进 3.6 基于BP算法的

  3. 所属分类：讲义

    • 发布日期：2015-01-31
    • 文件大小：7340032
    • 提供者：taicangyun

  1. 人工神经网络的教程，韩力群著

  2. 一本关于神经网络的书籍，涉及比较基础的理论，但又讲得通熟易懂。不像有些神经网络书籍那样讲得深奥难以理解。适合初学者

  3. 所属分类：讲义

    • 发布日期：2015-05-06
    • 文件大小：8388608
    • 提供者：qq_27861945

  1. 人工神经网络教程（韩力群）

  2. 对神经网络写的非常简洁清晰。

  3. 所属分类：其它

    • 发布日期：2016-09-02
    • 文件大小：7340032
    • 提供者：u011045672

  1. 智能控制课件 王耀南 韩力群

  2. 王耀南和韩力群两个版本的智能控制课本的原版课件

  3. 所属分类：专业指导

    • 发布日期：2008-11-24
    • 文件大小：5242880
    • 提供者：wanghb121

  1. 人工神经网络教程(韩力群)

  2. 人工神经网络教程，学习的童鞋们可以参考一下

  3. 所属分类：专业指导

    • 发布日期：2017-04-12
    • 文件大小：8388608
    • 提供者：u012794757

  1. IOI国家集训队论文集1999-2019

  2. # 国家集训队论文列表（1999-2019） ___点击目录快速跳转：___ - _国家集训队论文列表（1999-2019）_ * [_1999_](#1999) * [_2000_](#2000) * [_2001_](#2001) * [_2002_](#2002) * [_2003_](#2003) * [_2004_](#2004) * [_2005_](#2005) * [_2006_](#2006) * [_2007_](#2007) * [_2008_](#2008) * [_2

  3. 所属分类：讲义

    • 发布日期：2019-09-20
    • 文件大小：110100480
    • 提供者：jiazhendong

  1. Optimizing of SVM with Hybrid Dynamic inertia Weight Particle Swarm Algorithm in Power Load Forecasting

  2. 基于动态惯性权重粒子群优化的支持向量机电力负荷预测研究，王永利，韩吉琼，本文将动态惯性权重粒子群优化算法和支持向量机结合建立了新的电力负荷预测模型。粒子群算法本身是依靠群体智能寻找随机全局最优

  3. 所属分类：其它

    • 发布日期：2020-01-15
    • 文件大小：270336
    • 提供者：weixin_38725623