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 -> 模糊Hamming网络
1)  fuzzy hamming net
模糊Hamming网络
1.
Parametric Optimization of Fuzzy Hamming Net Based on Genetic Algorithm;
基于遗传算法的模糊Hamming网络参数优化
2)  fuzzy adaptive hamming neural networks
模糊Hamming神经网络
3)  Fuzzy Adaptive Hamming Network
模糊自适应Hamming网络
1.
In this paper the series formulas of similarity measures between vague sets (values) were presented and we proved that the resolution of the five among these formulars is very strong and the resolution of on Abstract: In this paper, a method of speech recognition based on Fuzzy Adaptive Hamming Network is presented.
本文提出了一种基于模糊自适应Hamming网络的连续汉语识别方法,用模糊自适应Hamming网络来估计HMM中的状态观测概率。
4)  Hamming network
Hamming网络
1.
The paper compares the performance of Hopfield network and Hamming network from the angle of Hamming distance, and analyzes the advantages and disadvantages of the two networks in their respective application, and discusses the combination application of the two networks based on the examples of digital display mode.
本文首先从Hamming距离的角度对神经网络中有关Hopfield网络和Hamming网络的性能进行比较,分析了两种网络在各自单独应用时的优势与不足。
5)  hamming neural networks
Hamming神经网络
1.
In this paper, we put forward a model of multiobjective synthetic evaluation for the economic benefit based on Hamming neural networks, and it is applied to a real synthetic evaluation of economic benefit of 7 enterprises in China.
利用 Hamming神经网络提出了多指标经济效益综合评价模型建模方法 ,并将其应用于企业综合经济效益评价问题的研究中 ,取得了较满意的结
6)  Hamming neural network
Hamming神经网络
1.
Cluster vectors of fuzzy adaptive Hamming neural network record the evolutionary search areas,and the optimum strings in those areas and their fitness are also recorded at the same time.
本文提出了一种基于Hamming神经网络聚类分析的进化策略 ,模糊自适应Hamming神经网络各类族的权重矢量纪录被进化搜索过的区域 ,并相应记录下该区域内最优个体和它的适应度 ,因此通过Hamming神经网络对进化个体的聚类分析 ,进化策略具有搜索记忆性 ,可以充分保证下一代遗传群体中个体遗传基因的丰富性 ,从而避免早熟现象的发生 ,这种进化策略还可以避免在被搜索过的区域内的无用搜索 ,进而加快进化策略的收敛速度 ,并可在收敛时同时给出解空间内的多个全局的局部最优
2.
In this paper, we try to combine quantum computation with classical neural computation, through designing several quantum operators we construct the quantum counterpart of Hamming neural network, and put forward a quantum competitive learning algorithm to realize functions of pattern classification and associative memory.
本文尝试将量子计算与传统的神经计算结合起来,通过设计若干个量子算子来构造Hamming神经网络的量子对照物,从而提出一种量子竞争学习算法(Quantum Competitive Learning Algorithm,QCLA),它能够实现模式分类和联想记忆。
补充资料:基于模糊神经网络的模具产品报价系统
一、 报价系统概论
产品报价是指被讯价方根据自身所处市场环境、生产、经营、管理现状等因素而针对讯价方所指定的产品及其特殊的功能需求所报出的价格。产品报价是一种复杂而有重要的经济行为。产品报价的高低好坏有利于报价双方能面对面坐下来并经多次商讨而确定产品的成交价格并最终达成协议,签订合同。产品报价[1],特别是比较复杂的产品报价,如模具产品报价,需要许多领域人员的协调工作,如技术、财务、商务等,必须考虑各种结构化和非结构化的因素。其中结构化因素如技术参数、结构参数、工艺参数、制造成本、费用分配比例等比较易于确定的因素。而非结构化因素如最终利润率、赢得订单的几率等,则需要考虑企业内外环境等各种不确定因素。从信息系统角度来考虑,整个报价过程是一个信息流动和信息处理的过程,包括信息的产生、传递、处理、存储;具有很复杂的信息流,涉及到销售、经营、设计、会计、生产计划、采购等等。
[1]目前国内外开发的报价系统依其功能可大致分为五类,即商务型报价系统、生产型报价系统、工程型报价系统、投标型报价系统和集成型报价系统。工程型报价系统实际上是产品选型、初步设计加成本估算,其最终报价的形成有待提高;商务型报价系统,是在技术报价的基础上,对产品价格进行分析、计算、结合价格变化趋势预测的结果,确定合适的产品价格。其全部价值是基于产品成本而做的加价判断或推理。二者各自突现了自己的重点,如前者对报价的结构化问题处理较好,而后者对报价所涉及的非结构化因素研究较为深刻。
二、 模具产品的报价
模具产品的报价是一个非常复杂的过程。但从单纯的仅考虑结构化因素的技术报价来看。
 


框一、功能分解与评价:
根据客户提供的工件图纸及交货期限、或其他特殊的要求分析工件的结构特征、工艺参数等因素,提取有用信息。
框二、产品方案设计:
根据功能评价所提供的有用信息及交货期限等,考虑自身的生产、经营、管理现状,确定合理的方案。主要有工件排样、模具类型选择、压力机参数估算选型等。
框三、结构设计:
根据设计方案确定模具的合理结构和大致尺寸,同时选定模架形式等。
框四、成本估算:
根据工厂积累的有关经验数据(如外构件的价格、人工费用、材料费用、费用分配比例等)和以往开发同类产品的报价经验,由结构设计和方案设计所得的有关信息,估算产品成本。
框五、历史经验资料、数据:
为方案、结构、成本估算提供各种所需的资料、数据。包括各种工具书、国家标准、材料费用表、人工费用表、费用分配比例、以往开发经验及相关数据等非常有用的各种信息。
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