如果需要以下命令的详细描述说明,可以查阅 LINGO的帮助。 1. LINGO信息 cat显示所有命令类型 Com按类型显示所用 LINGO命令 Help显示所需命令的简要帮助信息 Mem显示内存变量的信息 2.输入(Input) model以命令行方式输入一个模型 take执行一个文件的命令正本或从磁盘中读取某个模型文件

第10章功率接口 在MCS-51单片机系统中有时需要单片机控制各种各样的外设,如电动机、电磁铁,继电器、灯泡等,显然这些不能用单片机的线来直接驱动,而必须经过单片机的接口电路来驱动。此外,为了隔离和抗千扰,有时进行电路隔离。本章将介绍常用的各种接口器件以及它们与MCS51单片机的接口电路。 掌握要点 1.MCS-51常用接口器件 2.MCS-51常用接口设计

2.1MCS-51单片机基本配置 不同型号MCS-51单片机CPU处理能力和指令系统完全兼容,只是存储器和I/O接口的配置有所不同。 硬件配置基本配置: 1.8位CPU 2.片内ROM/EPROM、RAM0 3.片内并行IO接口MEL9821 4.片内16位定时器/计数器AT89C205124PI 5.片内中断处理系统 6.片内全双工串行IO口

第1章计算机辅助设计概述 1.1CAD技术的发展和应用 1.2CAD系统的组成 1.3CAD系统的型式和选型 1.4计算机辅助设计与 AuoCAD

在观察与理论的关系问题上都有哪几种观点?我们如何去看待这二 者的关系问题? 关于观察过程中是否能排除理论影响的问题存在两种不同的认识。 一种观点认为,必须把观察和理论严格区分开来,观察不应受任何理论因素和主观想法的 干扰,而保持它绝对的客观性。(只承认观察的客观性,而否定其主观性)

内容安排 一、内容回顾 二、感知机 三、自适应线性元件 四、内容小结

在实际的神经网络中,比如人的视网膜中,存在 着一种“侧抑制”现象,即一个神经细胞兴奋后 ,通过它的分支会对周围其他神经细胞产生抑 制。 自组织竞争人工神经网络正是基于上述生物结构 和现象形成的。它能够对输入模式进行自组织 训练和判断,并将其最终分为不同的类型

第一讲绪论 以冯·诺依曼型计算机为中心的信息处理技术的高速发展,使得计算机在当今的信息 化社会中起着十分重要的作用。但是,当用它来解决某些人工智能问题时却遇到了很大的 困难。 例如,一个人可以很容易地识别他人的脸孔,但计算机则很难做到这一点。这是因为 脸孔的识别不能用一个精确的数学模型加以描述,而计算机工作则必须有对模型进行各种 运算的指令才行,得不到精确的模型,程序也就无法编制

第三讲神经元与网络结构 3.1生物神经元及生物神经网络 3.1.1生物神经元 人脑大约由1012个神经元组成,而其中的每个神经元又与约102~104个其 他神经元相连接,如此构成一个庞大而复杂的神经元网络。 神经元是大脑处理信息的基本单元,它的结构如图31所示。它是以细胞 体为主体,由许多向周围延伸的不规则树枝状纤维构成的神经细胞,其形状很 像一棵枯树的枝干。它主要由细胞体、树突、轴突和突触(Synapse,又称神经 键)组成

自适应线性元件( Adaptive Linear Element,简称 Adaline)也是早期神经网络 模型之一,它是由威德罗( Widrow)和霍夫(Hof)首先提出的。它与感知器 的主要不同之处在于其神经元有一个线性激活函数,这允许输出可以是任意 值,而不仅仅只是像感知器中那样只能取0或1。另外,它采用的是W一H学 习法则,也称最小均方差(LMS)规则对权值进行训练,从而能够得到比感知器 更快的收敛速度和更高的精度 自适应线性元件的主要用途是线性逼近一个函数式而进行模式联想