权值造句

在修改权值时，引入串行修正权值的思想。

神经网络权值和阈值的优化方法。

权值是量测一个路由的可取*的值。

假象在每一个可变的加权值中。

利用遗传神经网络，通过对其权值的训练，优化权系数和网络结构。

它并不构成对工业产权值得，给予相对的权利，或任何牌照发放。

隐层输出层的权值用最速下降法学习，输入层隐层的权值用遗传算法进行学习。

注意到包含这些加权值的列隐藏在前面的图中。

神经网络结构及权值优化属两级进化方法。

神经网络结构及其权值优化的遗传算法。

利用DOA信息，初始化自适应波束成形的权值。

利用决策权值，可以通过加权和法把单个决策人的意见结集成群的意见。

提出了一种新颖的基于权值的微机械数模转换器，它的原理与电路中的权电阻数模转换器类似。

该算法采用模糊控制规则，根据新息的方差和均值变化自适应调整量测噪声权值矩阵。

提出了一种基于最少转接次数原则且提供多权值路径解集的算法。

除了字词权值以外，网页也可根据其他策略来排行。

比较加权值的大小，则可以比较各选项间对问题影响程度的不同。

提出了一种基于权值模板匹配的全自主足球机器人目标识别方法。

所用的rbf神经网络算法是从输入信号的数据中训练出中心值和宽度值，再训练通过用最大熵值的代价函数推导的权值。

该方法引进了权值,使得它比全域法具有更好的自适应能力和较高的预测精度.

介绍了RBF网络线*层权值的训练算法——递推最小二乘法，及中心向量的动态递推算法。

算法具有低的运算复杂度，*结果表明该算法具有好的时延捕获和波束形成权值捕获*能。

在随后的计划中，您可以通过向每一个测试用例添加一个加权值，来提供一份详细的关于测试执行效果的估计。

同时利用属*白勺重要*计算出最小约简中每个属*白勺权值，在此基础上使用模糊秩序法求出交互节点白勺信任度。

以往的bp算法调节神经元网络的权值，其网络的隐层结点数、网络学习快慢程度及网络的泛化能力都与网络的激励函数有关的。

利用b样条基函数的正定*、紧密*和归一*，可使训练过程中权值的调整在局部范围内，且系统的输出简单可靠。