一、无监督学习神经元网络 竞争学 Kohonen习和自组织网络。 竞争学习根据输入模式来更新权值,输入单元i与所有输。出单元j用w连接。输入的数目即为输入的维数,输出的数目即为输入数据要聚类的数目

为了提高数值计算结果的可靠度,基于正交设计、差分法和人工神经网络建立了新的边坡岩体力学参数反分析方法.按照正交设计要求,选定反演参数的水平,确定数值模拟方案;用FLAC2D差分程序计算得出相应的神经网络分析样本;对RBF神经网络进行训练;利用现场监测位移,对某露天矿边坡岩体的力学参数进行神经网络反分析.反分析结果与理论值的误差很小,满足精度要求,表明该反分析方法的可行性和精确性

以BP反传理论为基础,建立了对Osprey过程的前向多层神经网络,并对其进行测试.利用这一方法研究了Osprey过程中部分参数对孔隙度的影响.结果证明该网络较好地实现了学习和预测

一、掌握:协议、层次、接口与网络体系结构的基本概念 二、掌握:网络体系结构的层次化研究方法 三、掌握:OSI参考模型及各层的基本服务功能 四、掌握:TCP/IP参考模型的层次划分、各层的基本服务

一、了解:网络操作系统的基本概念 二、掌握: Windows NT操作系统的主要特点 三、掌握: NetWare操作系统的主要特点 四、了解:UNIX操作系统的主要特点 五、了解: Linux操作系统的主要特点

为了满足某厂1580热连轧机宽度控制精度需求,提高宽展模型的广泛适用性,利用ANSYS/LS-DYNA有限元软件,对热轧粗轧区立轧-平轧过程进行了模拟.根据模拟数据,系统地分析了轧件宽度、厚度、轧辊直径、立辊侧压量和厚度压下量对\狗骨\宽展、自然宽展和绝对宽展的影响规律.利用模拟数据并结合现场数据构造了FES(finite element simulation)\狗骨\宽展模型和自然宽展模型,并建立了PSO-BP神经网络(粒子群BP神经网络).最后,FES宽展模型与PSO-BP神经网络相结合预报第1、3和5道次的宽展,其预报值与实测值误差在1mm以内的均达到了99%以上,达到了宽度控制的精度要求

目前,D-Link提供的网络/语音接口卡分为四类:网络接口卡(卡)语音接口卡(vic 卡)、扩展型接口卡(EC卡)、快速以太网卡(FC),详细产品型号请参见下表。各路 由器所支持的接口卡请参考“各路由器硬件安装手册

针对鞍钢眼前山露天铁矿南帮节理岩体边坡的结构特征,应用Monte-Carlo随机模拟原理,进行南帮边坡岩体的三维节理网络模拟,直观地展示了岩体的空间信息.基于岩体损伤力学的基本原理与三维节理网络的计算机模拟技术,探讨了节理岩体损伤张量随机矩阵概率分布规律.结果表明,眼前山铁矿南帮岩体概率损伤张量矩阵的元素均服从正态分布

将神经网络与人工智能技术相结合,提出了1种新型的知识表示的形式化描述和知识单元。知识通过模式分类导入,并用IMSBP和(B-B)BP调节2种不同类型的权。在此基础上提出了神经网络的双向求解策略。以加热炉控制验证了其可行性

1、掌握网络方案书写的内容 2、掌握网络方案书写的原则 3、掌握方案的装订要求