检索范围:
排序: 展示方式:
一种基于数据驱动的浅海低频声源目标位置估计方法 Research Articles
孙显彬1,2,贾鑫明1,郑轶2,王振2
《信息与电子工程前沿(英文)》 2021年 第22卷 第7期 页码 1020-1030 doi: 10.1631/FITEE.2000181
基于海面更快区域卷积神经网络的导航雷达平面位置指示器图像海面目标检测方法 Research Article
陈小龙,牟效乾,关键,刘宁波,周伟
《信息与电子工程前沿(英文)》 2022年 第23卷 第4期 页码 630-643 doi: 10.1631/FITEE.2000611
深度三维重建:方法、数据和挑战 Review Article
刘彩霞1,孔德慧1,王少帆1,王志勇2,李敬华1,尹宝才1
《信息与电子工程前沿(英文)》 2021年 第22卷 第5期 页码 615-766 doi: 10.1631/FITEE.2000068
王萍,张珂,许会军
《中国工程科学》 2007年 第9卷 第1期 页码 40-43
神经网络滞环控制就是将神经网络和滞环比较器这两种方法相结合的一种控制方法。将二者结合的控制方法不仅可实现神经网络对快 速变量的控制,而且可以提高滞环控制的性能。通过训练神经网络能够完成滞环比较器的功能,并可取代滞环 比较器。给出了计算机仿真结果,神经网络通过DSP实现。
深度神经网络加速器体系结构概述 Review
陈怡然, 谢源, 宋凌皓, 陈凡, 唐天琪
《工程(英文)》 2020年 第6卷 第3期 页码 264-274 doi: 10.1016/j.eng.2020.01.007
曾黄麟,王晓
《中国工程科学》 2003年 第5卷 第12期 页码 60-65
介绍一种新的粗集编码模糊神经分类器。基于粗集理论的概念,讨论了知识编码、属性简化、分类系统简化的方法;并利用模糊隶属度函数将输入精确信息映射为模糊变量信息,解决分类中病态定义的数据问题和提高系统非线性映射的分类能力;提出了结合系统参数的重要性因子的网络的模糊推理方法和粗模糊神经分类器的网络结构以及有导师的最小平方误差学习训练算法实现的粗集编码模糊神经分类器具有网络结构空间维数低、学习算法简单、网络训练时间短、非线性特性丰富等优点。
王硕,唐小我
《中国工程科学》 2003年 第5卷 第4期 页码 65-69
设计虚拟企业跟踪评价指标体系,建立神经网络跟踪评价模型。结果表明,它比传统的方法简便、准确,具有广阔的应用前景。
深度卷积神经网络高效计算研究进展 Review
Jian CHENG, Pei-song WANG, Gang LI, Qing-hao HU, Han-qing LU
《信息与电子工程前沿(英文)》 2018年 第19卷 第1期 页码 64-77 doi: 10.1631/FITEE.1700789
关键词: 深度神经网络;加速;压缩;硬件加速器
六自由度并联平台特性分析及其电液位置伺服系统的CMAC神经网络控制
翟传润,战兴群,张炎华,冉祥耒,赵克定
《中国工程科学》 2001年 第3卷 第10期 页码 36-40
以六自由度运动平台为研究对象,分析了平台的运动学和动力学问题,采用了CMAC神经网络作为控制器,实现运动轨迹的跟踪。
欧长劲
《中国工程科学》 2007年 第9卷 第5期 页码 27-32
针对气辅注塑成形的注气压力精确控制要求,设计了具有5层结构的模糊神经网络控制器和控制算法,利用神经网络的学习能力实现对模糊逻辑规则的优化,对系统3段压力控制的仿真 分析,验证了模糊神经网络控制模型的可行性,控制效果良好。
姜滨,孙丽萍,曹军,周正
《中国工程科学》 2014年 第16卷 第4期 页码 17-20
孙文胜,林明
《中国工程科学》 2003年 第5卷 第5期 页码 76-79
杨茂胜,陈跃良,郁大照
《中国工程科学》 2008年 第10卷 第5期 页码 46-50
用BP神经网络算法对多处损伤加筋板的剩余强度数据进行训练学习,将预测值和3种经典分析方法的计算值与实验值进行对比,结果表明,ANN法预测值与实验值吻合得最好最后用所建立的BP网络对不同主裂纹半长和韧带长度的剩余强度进行了预测,结果发现,在其他参数不变的情况下,不管是双筋条还是三筋条加筋板,剩余强度总是随主裂纹半长的增加而成线性降低,随韧带长度的增加而成线性增加
李宏刚,吕辉,李刚
《中国工程科学》 2005年 第7卷 第5期 页码 63-65
针对BP神经网络中学习因子取值小、收敛性好但训练时间长,学习因子取值大、权值变化剧烈但可能导致振荡的情况,提出了一种修正学习因子的方法,即给学习因子前加一比例因子,在网络权值调整过程中自动调整学习因子的大小,使网络训练时间短,而且收敛效果较好。
聂规划,刘平峰,何柳
《中国工程科学》 2005年 第7卷 第10期 页码 56-59
采用误差反向传播人工神经网络模型(BP网络模型),以建筑特征参数为输入变量,通过实际资料对网络进行训练和模拟,并用贡献分析法筛选输入变量,对网络结构进行优化,结果显示了该模型在建筑工程造价预测中的有效性
标题 作者 时间 类型 操作