中版数字图书馆（试用） 异彩纷呈的网络免费电子图书资源（内部交流）

第一节 中国学术期刊（网络版） 第二节 中文科技期刊数据库（维普资讯-中文期刊服务平台） 第三节 万方数据的中国学术期刊数据库 附 录 龙源期刊网

网络函数的零点对频率特性的影响 ①对四种二阶函数的幅频特性曲线观察,零点 会使幅频特性曲线出现一个数值为零的最小值 H)=0,a()=0 对相频特性曲线观察,零点会使相频特性曲线 出现断点,即相位跳变现象,Hjo)=0和相 位跳变发生在a=o处

12.1 对称分量的原理 12.2 短路回路各元件的序电抗 12.3 不对称短路的序网络图 12.4 不对称短路时网络中电流和电压的分布

人工神经网络为学习实数值和向量值函数提供了一种实际的方法，对于连续值和离散值的属性都可以使用，并且对训练数据中的噪声具有很好的健壮性。反向传播算法是最常见的网络学习算法。反向传播算法考虑的假设空间是固定连接的有权网络所能表示的所有函数的空间。包含3层单元的前馈网络能够以任意精度逼近任意函数，只要每一层有足够数量的单元。即使是一个实际大小的网络也能够表示很大范围的高度非线性函数。反向传播算法使用梯度下降方法搜索可能假设的空间，迭代减小网络的误差以拟合训练数据

在零状态情况下的运算形式和符号形式是一样 的,只要将s→jo或j→即可。 从以上情况看,直流电阻网络中的公式与复频 域中的公式,在形式上完全一样。因此,可以 很自然地想到,和符号电路一样,在直流电阻 网络中的方法都能用到复频域的分析中来

ASTP是威尔逊应用科学与技术(Applied Science& Technology Plus)数据库的缩写 ,由美国 ProQuest Information and Learning公司出版该数据库主题涉及范围包括:计算 机科学、工程技术、物理学、电讯、航空航天及交通运输等

竞争学习和Kohonen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wij 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

 §8.1 概述  §8.2 网络元件的电压降落和功率损耗  §8.3 潮流计算的近似方法  §8.4 潮流计算的数学模型  §8.5 牛顿－拉夫逊法潮流计算  §8.6 迭代法潮流计算  §8.7 潮流计算的其它问题  §8.8 小结

二、小脑模型连接控制器(CMAC)网络 原理:从小脑活动只获取启发 （1)小脑从各种传感器获得信号、反馈和命令,构成地址,地址的内容形成各种所需的动作。 （2)输出的动作只限制在最活跃神经中的一个小子集,绝大多数神经元都受到抑制