你可能感兴趣的试题
引入转换性神经网络 引入线性变换 引入单层神经网络 引入多层神经网络
一概述;二预备知识(包括所要用的数学、传感器、人工神经网络基本的知识要点);三理论、方法(包括方案设计等);四试验或仿真结果;五结论;六致谢;七参考文献。 一概述;二.数学基础知识;三.传感器基础知识;四.人工神经网络简介;五.人工神经网络在目标识别中的应用;六.仿真;七.结论;八.致谢;九.参考文献。 一概述;二.数学基础知识;三.传感器基础知识;四.人工神经网络简介;五.人工神经网络在目标识别中的应用;六.仿真;七.结论 一概述;二预备知识(包括所要用的数学、传感器、人工神经网络基本的知识要点);三理论、方法(包括方案设计等);四试验或仿真结果;五结论
多元线性回归模型 自适应回归模型 人工神经网络模型 支持向量机模型
CMAC神经网络 Hopfield网络 PID神经网络 感知器网络
Hopfield网络 CMAC神经网络 BP神经网络 自适应线性神经网络
需要一个神经网络控制器 需要一个神经网络控制器及一个神经网络辨识器 需要两个神经网络控制器及一个神经网络辨识器 需要一个神经网络控制器及两个个神经网络辨识器
被控对象的正模型 被控刘象的逆模型 线性滤波器 控制器
概述的设置 数学基础的介绍 传感器基础的介绍 “人工神经网络在目标识别中的应用”篇幅比例偏少
一概述;二预备知识(包括所要用的数学、传感器、人工神经网络基本的知识要点);三理论、方法(包括方案设计等);四试验或仿真结果;五结论;六致谢;七参考文献。 一概述;二.数学基础知识;三.传感器基础知识;四.人工神经网络简介;五.人工神经网络在目标识别中的应用;六.仿真;七.结论;八.致谢;九.参考文献。 一概述;二.数学基础知识;三.传感器基础知识;四.人工神经网络简介;五.人工神经网络在目标识别中的应用;六.仿真;七.结论 一概述;二预备知识(包括所要用的数学、传感器、人工神经网络基本的知识要点);三理论、方法(包括方案设计等);四试验或仿真结果;五结论
Hopfield网络 生物神经网络 BP网络 小脑模型网络