监督式分布神经网络,supervised distributed neural networks,音标,读音,翻译,英文例句,英语词典

您的位置：首页 -> 词典 -> 监督式分布神经网络

1) supervised distributed neural networks 点击朗读

监督式分布神经网络

Firstly, under normal production conditions(or on the complete data section), a supervised distributed neural networks(SDNN) is established by fuzzy classification/combination an.

该模型综合了机理与多种智能建模方法的优点,对于正常生产情况(即数据完备区),通过模糊分类/组合以及神经网络NN分段描述方法建立了成分预测的监督式分布神经网络模型;对于异常或不常用工况(即数据不完备区),通过专家经验规则修正部分假定或统计参数方式建立经验机理模型;采用串、并联形式将2种模型有机结合,并通过专家推理进行集成协调与更新修正,形成智能集成模型,实现成分可靠、准确的在线预测。

2) distributed neural network 点击朗读

分布式神经网络

Improved predictions can be obtained by using distributed neural networks (DNNs) instead of an individual better network as usual.

采用基于递推预报误差算法的分布式神经网络结构建立非线性系统模型。

Aimed at improving generalization, the predictive model of coke quality based on distributed neural network was proposed, which composed of self-organizing maps (SOM) and radial basis function (RBF).

针对此问题,提出了基于分布式神经网络的焦炭质量预测模型,给出了基于粗划分的自组织网络初始权值选取方法,通过对基于遗传算法-反向传播人工神经网络的预测模型(GA-BP)和基于自组织映射网络-径向基函数的分布式神经网络(SOM-RBF)的预测模型比较,发现后者比前者的预测精度高且稳定,完全满足现场要求。

更多例句>>

3) unsupervised neural network 点击朗读

无监督神经网络

The principle and algorithm of a unsupervised neural network─SOFM is be discussed,the unsupervised network is applied to pattern recognition of the bearing fault.

无监督学习的竞争式神经网络是一种数据聚类方法,能保持输入空间的拓扑关系不变,借助于一维或二维输出平面的一组有序的向量,实现高维数据的聚类和可视化;探讨了一种无监督神经网络———SOFM网络原理、思想和算法步骤,研究了无监督网络在模式识别中的应用,提出了基于SOFM网络的故障模式识别和状态监测方法;通过实例研究了SOFM网络在机械设备故障模式识别和状态监测中的应用。

更多例句>>

4) distributed multi-subnet neural networks 点击朗读

分布式多子网神经网络

Based on the feature of the sensitivity detection of catalytic sensor to inflammble different gas,single catalytic sensor is used to analyze mixed-inflammable gases with unknown components by distributed multi-subnet neural networks in different electric field.

根据催化传感器在不同的电场条件下具有不同气体检测灵敏度的特点,介绍了采用单一的热催化传感器在不同的电场强度下,通过分布式多子网神经网络对含未知气体的可燃混合气体进行分析的新方法。

更多例句>>

5) distributed fuzzy neural network 点击朗读

分布式模糊神经网络

6) Unsupervised learning ANN 点击朗读

无监督学习神经网络

补充资料：分布式网络化研究中心及其在敏捷制造中的应用

内容摘要：计算机技术、网络技术和信息技术的发展为分布式网络化研究中心的诞生创造了技术条件，本文结合我国国情，分析了分布式网络化研究中心的重大作用、体系结构及其在敏捷制造中的应用，希望为我国科研工作的开展做些有益的探索。

关键词：分布式网络化研究中心，敏捷制造,CORBA

引言
　

现在，世界市场逐渐形成，现代制造技术正向柔性化、灵捷化和智能化迅猛发展，企业结构正向扁平化方向转变，计算机技术、网络技术、信息技术的发展十分迅速。计算机的更新换代速度加快，例如：个人计算机工业从486过渡到奔腾只用了8个月【1】；网络结构已从主机－终端型发展到成熟的客户机/服务器体系，最新的Common Object Request Broker Architecture【2】（CORBA公共对象请求代理结构）的诞生，使得异构网络、不同系统间的集成等困难迎刃而解；JAVA的出现使计算机语言第一次独立于计算机类型、操作系统等平台，而且成为网络编程的标准语言；世界性的计算机网络已经基本建成，如：Internet已联系着150个国家和地区近320万台计算机和3200万以上的用户【3】，注册域名已有430多万个，并以每月6万个的速度增加【6】，成为现阶段事实上的国际信息公路，它使世界的距离变短了，而且，Web Servers和网络数据库的出现使Internet充满活力，也创造了无限商机，可以说信息时代的到来为分布式网络化研究中心的建立创造了成熟的技术条件。

当前我国科研工作存在着一些不易解决的问题，如：由于长期在计划经济体制下，科研单位不适应市场经济的需要，缺乏活力；受条块分割的影响，科研力量分散，难以形成拳头力量在关键技术领域产生迅速进展；科研人员流动困难，受到房子、职称、家属等多方面的制约，一些人的才能不能充分施展；由于基础设施薄弱，一些科研人员处于相对封闭的状态，信息不灵、交流渠道不畅；科研成果不易推广应用，主要原因：一是科研成果与市场需求脱节，暂时无人需要，另一个就是缺乏资金，没有形成科技成果推广应用的有效机制。这些问题的存在实际上构成了分布式网络化研究中心诞生的客观需要，即分布式网络化研究中心的建立将解决大部分问题，另外，随着高技术的迅猛发展，使单独的企业和科研机构越来越难以有效地完成研究任务，协同工作走合作之路是必然趋势，分布式网络化研究中心就是一个很好的选择。

说明：补充资料仅用于学习参考，请勿用于其它任何用途。

参考词条

无监督的迭代神经网络全监督RBF神经网络分布式监控网络分布式网络监控无督神经网络插塞式监督网络网络监督分布式网络监视器分布式网络内容监控

非监督学习神经网络无监督聚类神经网络有监督的迭代神经网络

说明：双击或选中下面任意单词，将显示该词的音标、读音、翻译等；选中中文或多个词，将显示翻译。
	您的位置：首页 -> 词典 -> 监督式分布神经网络 1) supervised distributed neural networks 监督式分布神经网络 1. Firstly, under normal production conditions(or on the complete data section), a supervised distributed neural networks(SDNN) is established by fuzzy classification/combination an. 该模型综合了机理与多种智能建模方法的优点,对于正常生产情况(即数据完备区),通过模糊分类/组合以及神经网络NN分段描述方法建立了成分预测的监督式分布神经网络模型;对于异常或不常用工况(即数据不完备区),通过专家经验规则修正部分假定或统计参数方式建立经验机理模型;采用串、并联形式将2种模型有机结合,并通过专家推理进行集成协调与更新修正,形成智能集成模型,实现成分可靠、准确的在线预测。 2) distributed neural network 分布式神经网络 1. Improved predictions can be obtained by using distributed neural networks (DNNs) instead of an individual better network as usual. 采用基于递推预报误差算法的分布式神经网络结构建立非线性系统模型。 2. Aimed at improving generalization, the predictive model of coke quality based on distributed neural network was proposed, which composed of self-organizing maps (SOM) and radial basis function (RBF). 针对此问题,提出了基于分布式神经网络的焦炭质量预测模型,给出了基于粗划分的自组织网络初始权值选取方法,通过对基于遗传算法-反向传播人工神经网络的预测模型(GA-BP)和基于自组织映射网络-径向基函数的分布式神经网络(SOM-RBF)的预测模型比较,发现后者比前者的预测精度高且稳定,完全满足现场要求。更多例句>> 3) unsupervised neural network 无监督神经网络 1. The principle and algorithm of a unsupervised neural network─SOFM is be discussed,the unsupervised network is applied to pattern recognition of the bearing fault. 无监督学习的竞争式神经网络是一种数据聚类方法,能保持输入空间的拓扑关系不变,借助于一维或二维输出平面的一组有序的向量,实现高维数据的聚类和可视化;探讨了一种无监督神经网络———SOFM网络原理、思想和算法步骤,研究了无监督网络在模式识别中的应用,提出了基于SOFM网络的故障模式识别和状态监测方法;通过实例研究了SOFM网络在机械设备故障模式识别和状态监测中的应用。更多例句>> 4) distributed multi-subnet neural networks 分布式多子网神经网络 1. Based on the feature of the sensitivity detection of catalytic sensor to inflammble different gas,single catalytic sensor is used to analyze mixed-inflammable gases with unknown components by distributed multi-subnet neural networks in different electric field. 根据催化传感器在不同的电场条件下具有不同气体检测灵敏度的特点,介绍了采用单一的热催化传感器在不同的电场强度下,通过分布式多子网神经网络对含未知气体的可燃混合气体进行分析的新方法。更多例句>> 5) distributed fuzzy neural network 分布式模糊神经网络 6) Unsupervised learning ANN 无监督学习神经网络补充资料：分布式网络化研究中心及其在敏捷制造中的应用内容摘要：计算机技术、网络技术和信息技术的发展为分布式网络化研究中心的诞生创造了技术条件，本文结合我国国情，分析了分布式网络化研究中心的重大作用、体系结构及其在敏捷制造中的应用，希望为我国科研工作的开展做些有益的探索。关键词：分布式网络化研究中心，敏捷制造,CORBA 引言　现在，世界市场逐渐形成，现代制造技术正向柔性化、灵捷化和智能化迅猛发展，企业结构正向扁平化方向转变，计算机技术、网络技术、信息技术的发展十分迅速。计算机的更新换代速度加快，例如：个人计算机工业从486过渡到奔腾只用了8个月【1】；网络结构已从主机－终端型发展到成熟的客户机/服务器体系，最新的Common Object Request Broker Architecture【2】（CORBA公共对象请求代理结构）的诞生，使得异构网络、不同系统间的集成等困难迎刃而解；JAVA的出现使计算机语言第一次独立于计算机类型、操作系统等平台，而且成为网络编程的标准语言；世界性的计算机网络已经基本建成，如：Internet已联系着150个国家和地区近320万台计算机和3200万以上的用户【3】，注册域名已有430多万个，并以每月6万个的速度增加【6】，成为现阶段事实上的国际信息公路，它使世界的距离变短了，而且，Web Servers和网络数据库的出现使Internet充满活力，也创造了无限商机，可以说信息时代的到来为分布式网络化研究中心的建立创造了成熟的技术条件。当前我国科研工作存在着一些不易解决的问题，如：由于长期在计划经济体制下，科研单位不适应市场经济的需要，缺乏活力；受条块分割的影响，科研力量分散，难以形成拳头力量在关键技术领域产生迅速进展；科研人员流动困难，受到房子、职称、家属等多方面的制约，一些人的才能不能充分施展；由于基础设施薄弱，一些科研人员处于相对封闭的状态，信息不灵、交流渠道不畅；科研成果不易推广应用，主要原因：一是科研成果与市场需求脱节，暂时无人需要，另一个就是缺乏资金，没有形成科技成果推广应用的有效机制。这些问题的存在实际上构成了分布式网络化研究中心诞生的客观需要，即分布式网络化研究中心的建立将解决大部分问题，另外，随着高技术的迅猛发展，使单独的企业和科研机构越来越难以有效地完成研究任务，协同工作走合作之路是必然趋势，分布式网络化研究中心就是一个很好的选择。说明：补充资料仅用于学习参考，请勿用于其它任何用途。参考词条无监督的迭代神经网络全监督RBF神经网络分布式监控网络分布式网络监控无督神经网络插塞式监督网络网络监督分布式网络监视器分布式网络内容监控

©2011 dictall.com