在语音识别中,卷积神经网络(convolutional neural networks,CNNs)相比于目前广泛使用的深层神经网络(deep neural network,DNNs),能在保证性能的同时,大大压缩模型的尺寸.本文深入分析了卷积神经网络中卷积层和聚合层的不同结构对识别性能的影响情况,并与目前广泛使用的深层神经网络模型进行了对比.在标准语音识别库TIMIT以及大词表非特定人电话自然口语对话数据库上的实验结果证明,相比传统深层神经网络模型,卷积神经网络明显降低模型规模的同时,识别性能更好,且泛化能力更强

为了提高瓦斯涌出预测的准确性,采用BP型神经网络,利用BP型神经网络自学习、自组织和自适应等特性,在MATLAB环境下构建瓦斯动态预测模型.通过对唐山矿瓦斯信号实时监测数据的分析,对瓦斯动态预测模型进行训练和测试.结果表明,该模型的预测速度快、精度高,可以实现对工作面瓦斯涌出的动态预测,并能综合判断工作面所处地点的安全状况以及前方的潜在的危险性

一、教学目的要求 经济学理论描述经济变量之间的关系,却没有提供这种关系的具体函数形式。经典 的线性和非线性模型都假定经济变量的函数关系已知,往往会导致在模型设定上存在误 差.非参数模型是不对未知的函数和统计分布作任何具体的假定,而是通过样本数据获 得函数关系的估计,模型更客观地拟合实际经济问题

提出了基于偏最小二乘回归模型的带钢热镀锌质量监控方法.以带钢热镀锌生产中带钢力学性能和锌层质量的质量监控为研究对象,用偏最小二乘方法建立了生产过程参数与质量结果之间的回归模型,对生产过程控制能力进行了分析,并给出了产品质量的预测方法.用鞍钢股份有限公司带钢热镀锌的实际生产数据进行验证.结果表明,偏最小二乘法比传统的多元线性回归方法具有更好的预测精度,基于偏最小二乘回归的锌层质量预测模型,其相对预测误差可达到5.93%

6.3.1 超文本技术的发展与应用 6.3.2 超文本与超媒体概念 6.3.3 超文本组成要素 6.4 超文本系统的结构模型 6.4.1 Combell & Goodman模型 6.4.2 Dexter模型 6.4.3 其它超文本模型

基于泥床料浆的非牛顿体特征,以及料浆初始剪切应力与浓度的变化规律,本文提出了耙架扭矩计算模型.模型预测结果显示,耙架扭矩随底流浓度升高而增大,底流浓度对浓密机运行时的扭矩百分比的影响幅度可达4.67%,两者呈现为多项式函数关系.与此同时,泥床高度对耙架扭矩影响较小,影响幅度仅为0.27%.通过某铅锌矿膏体浓密机64 h运行过程实时监测数据对比,验证了模型关于底流浓度和泥床高度对扭矩的影响规律

 第十一章 质量问题—分析模型的完整性和一致性  第十二章 编制分析模型的文档  第十三章 评审和修正分析模型  第十四章 过渡到设计  第十五章 问题论域中的问题  第十六章 定义用户界面  第十七章 任务管理问题  第十八章 数据库设计  第十九章 设计级的质量问题  第二十章 设计模型的文档编制和评审  第二十一章 实现方面的问题  第二十二章 转向面向对象方法的十二个步骤

第十一章质量问题——分析模型的完整性和一致性 第十二章编制分析模型的文档 第十三章评审和修正分析模型 第十四章过渡到设计 第十五章问题论域中的问题 第十六章定义用户界面 第十七章任务管理问题 第土八章数据库设让 第十九章设计级的质量问题 第二十章设计模型的文档编制和评审 第二十一章实现方面的问题 第二十二章转向面向对象方法的十二个步骤

本文通过对Buhlmann—Straub模型结构的剖析，引入基于Gibbs抽样的马尔可夫链蒙特卡罗(MCMC)模拟方法，构建出风险保费预测值信用估计的贝叶斯模型。实例分析的结果证明了该模型能够在数据缺失的情况下，动态模拟出有关参数的后验分布，求出缺失参数的后验估计，提高计算的精度，从而有助于更有效地甄别出各保单问的非同质程度

本文以离子理论为基础,提出了一种计算碱性炼钢渣系中组元CaO活度的结构模型,并提出了多元渣系中组元CaO总交互作用和自相互作用的概念,利用已有的实验数据求出了CaO的总交互作用系数和自相互作用系数。最后使用不同渣系中CaO的实测活度数据对该模型进行了验证。结果表明该模型完全适用于碱性炼钢渣系