人工神经网络与模拟进化计算（第2版）-简介:
本书较系统全面地讨论了人工神经网络与模拟进化计算的理论和工程应用，特别在学习理论和网络结构选择、动态神经网络、贝叶斯方法的应用以及模拟进化计算中的一些理论问题等方面的论述更为系统深入。讲解中力求讲清物理概念，以便读者深入理解一些主要方法的思路。
第2版加强了关于统计学习理论、核方法与支持向量机、自组织网络的灵活应用，盲信号处理等方面的内容;增加了神经网络在生物信息学和金融方面应用的实例，以及最近的一些参考文献，以便反映这一领域的新进展;为了便于掌握主要内容，对章节顺序也做了调整,模拟进化计算部分增加了分布估计算法一章。
本书适合用作研究生课程教材，或作为希望深入学习神经网络和进化计算的科技工作者的自学参考书。
2021-12-21 16:35:49
9.11MB
1
对层状介质中各弹性参数对频散曲线的影响进行了探讨,研究了vR-λR频散曲线拐点的变化情况,提出了应用人工神经网络反演瑞利波频散曲线的问题.针对3层固体介质模型进行了频散曲线的网络训练和网络反演,验证了方法的有效性.研究发现:介质的横波速度和介质层的厚度对频散曲线的影响较大,用拐点法对地层进行分层缺乏理论依据,利用人工神经网络的方法可对瑞利波频散曲线进行反演,但反演训练费时,精度也需进一步研究.
2021-12-20 22:37:32
928KB
1
概述了非线性均衡算法在光传输系统中的必要性与重要性，阐述了经典的非线性均衡算法原理，指出了经典算法的缺点与局限性。结合近几年的研究现状，详细介绍了 4 种基于人工智能的非线性均衡算法，包括人工神经网络、支持向量机、无监督聚类和深度神经网络，并从性能、复杂度、实时性、应用灵活性等方面进行了对比，最后展望分析了基于人工智能的非线性均衡未来的发展趋势。
2021-12-14 10:17:43
811KB
1
主要介绍了Python实现的人工神经网络算法,结合实例形式分析了Python基于反向传播算法实现的人工神经网络相关操作技巧,需要的朋友可以参考下
2021-12-14 08:36:41
57KB
1
interactive-bpann, 基于web的人工神经网络交互可视化研究 基于web的人工神经网络交互可视化技术这个演示目的是为了帮助视觉学习者，像我自己一样，获得人工神经网络的视觉直觉。 这个演示允许通过完全连接的of人工神经网络进行逐步迭代，以获得在培训过程中发生的一些直觉。 它使用最新的Javascrip
2021-12-12 22:26:41
141KB
1