正在從事智能假肢的課題，需要用到，這篇給我的實現(xiàn)起到到很好的指導意義，特此轉載，也特此感謝作者，利用顏色傳感器讀取pH試紙的顏色，然后得到他代表的pH值。一開始想擬合出一個關于RGB和pH的函數(shù)，但是總是效果不好。于是利用神經(jīng)網(wǎng)絡來根據(jù)RGB判斷他的pH值。思路是首先利用MATLAB訓練...
2021-08-17 08:19:35
神經(jīng)網(wǎng)絡50例
2012-11-28 16:49:56
神經(jīng)網(wǎng)絡Matlab程序
2009-09-15 12:52:24
大家有知道labview中神經(jīng)網(wǎng)絡和SVM的工具包是哪個嗎？求分享一下，有做這方面的朋友也可以交流一下，大家共同進步
2017-10-13 11:41:43
神經(jīng)網(wǎng)絡基本介紹
2018-01-04 13:41:23
第1章 概述 1.1 人工神經(jīng)網(wǎng)絡研究與發(fā)展 1.2 生物神經(jīng)元 1.3 人工神經(jīng)網(wǎng)絡的構成 第2章人工神經(jīng)網(wǎng)絡基本模型 2.1 MP模型 2.2 感知器模型 2.3 自適應線性
2012-03-20 11:32:43
將神經(jīng)網(wǎng)絡移植到STM32最近在做的一個項目需要用到網(wǎng)絡進行擬合，并且將擬合得到的結果用作控制，就在想能不能直接在單片機上做神經(jīng)網(wǎng)絡計算，這樣就可以實時計算，不依賴于上位機。所以要解決的主要是兩個
2022-01-11 06:20:53
神經(jīng)網(wǎng)絡簡介
2012-08-05 21:01:08
制造業(yè)而言，深度學習神經(jīng)網(wǎng)絡開辟了令人興奮的研究途徑。為了實現(xiàn)從諸如高速公路全程自動駕駛儀的短時輔助模式到專職無人駕駛旅行的自動駕駛，汽車制造業(yè)一直在尋求讓響應速度更快、識別準確度更高的方法，而深度
2017-12-21 17:11:34
基于深度學習的神經(jīng)網(wǎng)絡算法
2019-05-16 17:25:05
近年來，深度學習的繁榮，尤其是神經(jīng)網(wǎng)絡的發(fā)展，顛覆了傳統(tǒng)機器學習特征工程的時代，將人工智能的浪潮推到了歷史最高點。然而，盡管各種神經(jīng)網(wǎng)絡模型層出不窮，但往往模型性能越高，對超參數(shù)的要求也越來越嚴格
2019-09-11 11:52:14
的過程。2、人工神經(jīng)網(wǎng)絡組成一個典型的神經(jīng)網(wǎng)絡，由成百上千萬的人工神經(jīng)元構成，他們排列在一系列的層中，每個層之間彼此相連?；旧嫌扇齻€相互連接的層組成：輸入層、隱藏層和輸出層。組成結構圖如下所示：由上圖
2018-06-05 10:11:50
MATLAB神經(jīng)網(wǎng)絡
2013-07-08 15:17:13
Matlab神經(jīng)網(wǎng)絡工具箱是什么？Matlab神經(jīng)網(wǎng)絡工具箱在同步中的應用有哪些？
2021-04-26 06:42:29
請問：我在用labview做BP神經(jīng)網(wǎng)絡實現(xiàn)故障診斷，在NI官網(wǎng)找到了機器學習工具包（MLT），但是里面沒有關于這部分VI的幫助文檔，對于”BP神經(jīng)網(wǎng)絡分類“這個范例有很多不懂的地方，比如
2017-02-22 16:08:08
習神經(jīng)神經(jīng)網(wǎng)絡，對于神經(jīng)網(wǎng)絡的實現(xiàn)是如何一直沒有具體實現(xiàn)一下：現(xiàn)看到一個簡單的神經(jīng)網(wǎng)絡模型用于訓練的輸入數(shù)據(jù):對應的輸出數(shù)據(jù):我們這里設置：1：節(jié)點個數(shù)設置：輸入層、隱層、輸出層的節(jié)點
2021-08-18 07:25:21
《 AI加速器架構設計與實現(xiàn)》+第一章卷積神經(jīng)網(wǎng)絡觀感
? ?在本書的引言中也提到“一圖勝千言”，讀完第一章節(jié)后，對其進行了一些歸納（如圖1），第一章對常見的神經(jīng)網(wǎng)絡結構進行了介紹，舉例了一些結構
2023-09-11 20:34:01
探索整個過程中資源利用的優(yōu)化使整個過程更加節(jié)能高效預計成果：1、在PYNQ上實現(xiàn)卷積神經(jīng)網(wǎng)絡2、對以往實現(xiàn)結構進行優(yōu)化3、為卷積神經(jīng)網(wǎng)絡網(wǎng)路在硬件上，特別是在FPGA實現(xiàn)提供一種優(yōu)化思路和方案
2018-12-19 11:37:22
學習和認知科學領域，是一種模仿生物神經(jīng)網(wǎng)絡（動物的中樞神經(jīng)系統(tǒng)，特別是大腦）的結構和功能的數(shù)學模型或計算模型，用于對函數(shù)進行估計或近似。神經(jīng)網(wǎng)絡由大量的人工神經(jīng)元聯(lián)結進行計算。大多數(shù)情況下人工神經(jīng)網(wǎng)絡
2019-03-03 22:10:19
的拓撲結構，即將高位空間中相似的樣本點映射到網(wǎng)絡輸出層中的鄰近神經(jīng)元。SOM神經(jīng)網(wǎng)絡中的輸出層神經(jīng)元以矩陣方式排列在二維空間中，每個神經(jīng)元都擁有一個權向量，網(wǎng)絡在接收輸入向量后，將會確定輸出層獲勝神經(jīng)
2019-07-21 04:30:00
`BP神經(jīng)網(wǎng)絡首先給出只包含一個隱層的BP神經(jīng)網(wǎng)絡模型（兩層神經(jīng)網(wǎng)絡）： BP神經(jīng)網(wǎng)絡其實由兩部分組成：前饋神經(jīng)網(wǎng)絡：神經(jīng)網(wǎng)絡是前饋的，其權重都不回送到輸入單元，或前一層輸出單元（數(shù)據(jù)信息是單向
2019-07-21 04:00:00
人工神經(jīng)網(wǎng)絡是根據(jù)人的認識過程而開發(fā)出的一種算法。假如我們現(xiàn)在只有一些輸入和相應的輸出，而對如何由輸入得到輸出的機理并不清楚，那么我們可以把輸入與輸出之間的未知過程看成是一個“網(wǎng)絡”，通過不斷地給
2008-06-19 14:40:42
人工神經(jīng)網(wǎng)絡(Artificial Neural Network，ANN)是一種類似生物神經(jīng)網(wǎng)絡的信息處理結構，它的提出是為了解決一些非線性，非平穩(wěn)，復雜的實際問題。那有哪些辦法能實現(xiàn)人工神經(jīng)網(wǎng)絡呢？
2019-08-01 08:06:21
人工神經(jīng)網(wǎng)絡課件
2016-06-19 10:15:48
簡單理解LSTM神經(jīng)網(wǎng)絡
2021-01-28 07:16:57
圖卷積神經(jīng)網(wǎng)絡
2019-08-20 12:05:29
優(yōu)化神經(jīng)網(wǎng)絡訓練方法有哪些？
2022-09-06 09:52:36
全連接神經(jīng)網(wǎng)絡和卷積神經(jīng)網(wǎng)絡的區(qū)別
2019-06-06 14:21:42
以前的神經(jīng)網(wǎng)絡幾乎都是部署在云端（服務器上），設備端采集到數(shù)據(jù)通過網(wǎng)絡發(fā)送給服務器做inference（推理），結果再通過網(wǎng)絡返回給設備端。如今越來越多的神經(jīng)網(wǎng)絡部署在嵌入式設備端上，即
2021-12-23 06:16:40
卷積神經(jīng)網(wǎng)絡為什么適合圖像處理？
2022-09-08 10:23:10
卷積神經(jīng)網(wǎng)絡(CNN)究竟是什么，鑒于神經(jīng)網(wǎng)絡在工程上經(jīng)歷了曲折的歷史，您為什么還會在意它呢? 對于這些非常中肯的問題，我們似乎可以給出相對簡明的答案。
2019-07-17 07:21:50
十余年來快速發(fā)展的嶄新領域，越來越受到研究者的關注。卷積神經(jīng)網(wǎng)絡（CNN）模型是深度學習模型中最重要的一種經(jīng)典結構，其性能在近年來深度學習任務上逐步提高。由于可以自動學習樣本數(shù)據(jù)的特征表示，卷積
2022-08-02 10:39:39
卷積神經(jīng)網(wǎng)絡的優(yōu)點
2020-05-05 18:12:50
卷積神經(jīng)網(wǎng)絡的層級結構 卷積神經(jīng)網(wǎng)絡的常用框架
2020-12-29 06:16:44
模型。第 3 部分將研究使用專用 AI 微控制器測試模型的特定用例。什么是卷積神經(jīng)網(wǎng)絡？神經(jīng)網(wǎng)絡是系統(tǒng)或神經(jīng)元結構，使人工智能能夠更好地理解數(shù)據(jù)，使其能夠解決復雜的問題。雖然有許多網(wǎng)絡類型，但本系
2023-02-23 20:11:10
什么是卷積神經(jīng)網(wǎng)絡？ImageNet-2010網(wǎng)絡結構是如何構成的？有哪些基本參數(shù)？
2021-06-17 11:48:22
反饋神經(jīng)網(wǎng)絡算法
2020-04-28 08:36:58
為提升識別準確率，采用改進神經(jīng)網(wǎng)絡，通過Mnist數(shù)據(jù)集進行訓練。整體處理過程分為兩步：圖像預處理和改進神經(jīng)網(wǎng)絡推理。圖像預處理主要根據(jù)圖像的特征，將數(shù)據(jù)處理成規(guī)范的格式，而改進神經(jīng)網(wǎng)絡推理主要用于輸出結果。 整個過程分為兩個步驟：圖像預處理和神經(jīng)網(wǎng)絡推理。需要提前安裝Tengine框架，
2021-12-23 08:07:33
最近在學習電機的智能控制，上周學習了基于單神經(jīng)元的PID控制，這周研究基于BP神經(jīng)網(wǎng)絡的PID控制。神經(jīng)網(wǎng)絡具有任意非線性表達能力，可以通過對系統(tǒng)性能的學習來實現(xiàn)具有最佳組合的PID控制。利用BP
2021-09-07 07:43:47
基于BP神經(jīng)網(wǎng)絡的辨識
2018-01-04 13:37:27
FPGA實現(xiàn)神經(jīng)網(wǎng)絡關鍵問題分析基于FPGA的ANN實現(xiàn)方法基于FPGA的神經(jīng)網(wǎng)絡的性能評估及局限性
2021-04-30 06:58:13
基于RBF神經(jīng)網(wǎng)絡的辨識
2018-01-04 13:38:52
基于光學芯片的神經(jīng)網(wǎng)絡訓練解析，不看肯定后悔
2021-06-21 06:33:55
如何利用神經(jīng)網(wǎng)絡來根據(jù)RGB判斷他的pH值？
2021-11-19 06:36:21
由于時變非線性和強耦合的控制系統(tǒng)還沒有精確的數(shù)學模型，因而傳統(tǒng)的依賴被控對象數(shù)學模型的控制策略及其控制系統(tǒng)的封閉式結構很難對其實施有效控制。神經(jīng)網(wǎng)絡控制能夠很好地克服系統(tǒng)中模型參數(shù)的變化和非線性等
2019-08-12 06:25:35
巡線智能車控制中的CNN網(wǎng)絡有何應用？嵌入式單片機中的神經(jīng)網(wǎng)絡該怎樣去使用？如何利用卷積神經(jīng)網(wǎng)絡去更好地控制巡線智能車呢？
2021-12-21 07:47:24
如何用stm32cube.ai簡化人工神經(jīng)網(wǎng)絡映射？如何使用stm32cube.ai部署神經(jīng)網(wǎng)絡？
2021-10-11 08:05:42
原文鏈接：http://tecdat.cn/?p=5725 神經(jīng)網(wǎng)絡是一種基于現(xiàn)有數(shù)據(jù)創(chuàng)建預測的計算系統(tǒng)。如何構建神經(jīng)網(wǎng)絡？神經(jīng)網(wǎng)絡包括：輸入層：根據(jù)現(xiàn)有數(shù)據(jù)獲取輸入的層隱藏層：使用反向傳播優(yōu)化輸入變量權重的層，以提高模型的預測能力輸出層：基于輸入和隱藏層的數(shù)據(jù)輸出預測
2021-07-12 08:02:11
）第二步：使用Lattice sensAI 軟件編譯已訓練好的神經(jīng)網(wǎng)絡，定點化網(wǎng)絡參數(shù)。該軟件會根據(jù)神經(jīng)網(wǎng)絡結構和預設的FPGA資源進行分析并給出性能評估報告，此外用戶還可以在軟件中做
2020-11-26 07:46:03
神經(jīng)網(wǎng)絡的并行特點，而且它還可以根據(jù)設計要求配置硬件結構，例如根據(jù)實際需要，可靈活設計數(shù)據(jù)的位寬等。隨著數(shù)字集成電路技術的飛速發(fā)展，F(xiàn)PGA芯片的處理能力得到了極大的提升，已經(jīng)完全可以承擔神經(jīng)網(wǎng)絡數(shù)據(jù)壓縮
2019-08-08 06:11:30
概述：ZISC78是由IBM和Sillicon聯(lián)合研發(fā)的一種具有自學習功能的徑向基函數(shù)神經(jīng)網(wǎng)絡芯片，它內含78個神經(jīng)元；并且采用并行結構,運行速度與神經(jīng)元數(shù)量無關；支持RBF/KNN算法；內部可分為若干獨立子網(wǎng)...
2021-04-07 06:48:33
FPGA的嵌入式應用。某人工神經(jīng)網(wǎng)絡的FPGA處理器能夠對數(shù)據(jù)進行運算處理，為了實現(xiàn)集數(shù)據(jù)通信、操作控制和數(shù)據(jù)處理于一體的便攜式神經(jīng)網(wǎng)絡處理器，需要設計一種基于嵌入式ARM內核及現(xiàn)場可編程門陣列FPGA的主從結構處理系統(tǒng)滿足要求。
2019-09-20 06:15:20
譯者|VincentLee來源 |曉飛的算法工程筆記脈沖神經(jīng)網(wǎng)絡(Spiking neural network, SNN)將脈沖神經(jīng)元作為計算單...
2021-07-26 06:23:59
有提供編寫神經(jīng)網(wǎng)絡預測程序服務的嗎？
2011-12-10 13:50:46
誰有利用LABVIEW 實現(xiàn)bp神經(jīng)網(wǎng)絡的程序?。ㄎ矣玫陌姹臼?.6的 ）
2012-11-26 14:54:59
求助地震波神經(jīng)網(wǎng)絡程序，共同交流??！
2013-05-11 08:14:19
小女子做基于labview的蒸發(fā)過程中液位的控制，想使用神經(jīng)網(wǎng)絡pid控制，請問這個控制方法可以嗎？有誰會神經(jīng)網(wǎng)絡pid控制么。。。叩謝
2016-09-23 13:43:16
求助大神 小的現(xiàn)在有個難題： 一組車重實時數(shù)據(jù) 對應一個車重的最終數(shù)值（一個一維數(shù)組輸入對應輸出一個數(shù)值） 這其中可能經(jīng)過均值、方差、去掉N個最大值、、、等等的計算 我的目的就是弄清楚這個中間計算過程 最近實在想不出什么好辦法就打算試試神經(jīng)網(wǎng)絡 請教大神用什么神經(jīng)網(wǎng)絡好求神經(jīng)網(wǎng)絡程序
2016-07-14 13:35:44
求高手，基于labview的BP
神經(jīng)網(wǎng)絡算法的實現(xiàn)過程，最好有程序哈，謝謝?。?/div>
2012-12-10 14:55:50
多層感知機 深度神經(jīng)網(wǎng)絡in collaboration with Hsu Chung Chuan, Lin Min Htoo, and Quah Jia Yong. 與許忠傳，林敏濤和華佳勇合作
2021-07-12 06:35:22
最簡單的神經(jīng)網(wǎng)絡
2019-09-11 11:57:36
針對模糊神經(jīng)網(wǎng)絡訓練采用BP算法比較依賴于網(wǎng)絡的初始條件,訓練時間較長,容易陷入局部極值的缺點,利用粒子群優(yōu)化算法(PSO)的全局搜索性能,將PSO用于模糊神經(jīng)網(wǎng)絡的訓練過程.由于基本PSO算法存在
2010-05-06 09:05:35
脈沖神經(jīng)網(wǎng)絡的學習方式有哪幾種？
2021-10-26 06:58:01
脈沖耦合神經(jīng)網(wǎng)絡（PCNN）在FPGA上的實現(xiàn)，實現(xiàn)數(shù)據(jù)分類功能，有報酬。QQ470345140.
2013-08-25 09:57:14
哪個公司或者單位研發(fā)嗎？我在網(wǎng)上查神經(jīng)網(wǎng)絡芯片目前都是處于研發(fā)階段，沒有投入生產(chǎn)應用，是這樣嗎？求解答，謝謝！
2018-08-15 20:35:04
我在matlab中訓練好了一個神經(jīng)網(wǎng)絡模型，想在labview中調用，請問應該怎么做呢？或者labview有自己的神經(jīng)網(wǎng)絡工具包嗎？
2018-07-05 17:32:32
為什么要用卷積神經(jīng)網(wǎng)絡？
2020-06-13 13:11:39
神經(jīng)網(wǎng)絡分類
特征提取和選擇完成后，再利用分類器進行圖像目標分類，本文采用神經(jīng)網(wǎng)絡中的BP網(wǎng)絡進行分類。在設計神經(jīng)網(wǎng)絡結構時，
2009-03-01 17:55:13
1507 
人工神經(jīng)網(wǎng)絡的內容有哪些?
人工神經(jīng)網(wǎng)絡模型主要考慮網(wǎng)絡連接的拓撲結構、神經(jīng)元的特征、學習規(guī)則等。目前，已有近40種神經(jīng)
2010-03-06 13:42:451564 1. 概念 英文名：convolutional neural network 是一種前饋神經(jīng)網(wǎng)絡，即表明沒有環(huán)路，普通神經(jīng)網(wǎng)絡的 BP 算法只是用于方便計算梯度，也是前饋神經(jīng)網(wǎng)絡。 是深度學習結構
2017-11-15 16:35:341635 
本文是對卷積神經(jīng)網(wǎng)絡的基礎進行介紹，主要內容包含卷積神經(jīng)網(wǎng)絡概念、卷積神經(jīng)網(wǎng)絡結構、卷積神經(jīng)網(wǎng)絡求解、卷積神經(jīng)網(wǎng)絡LeNet-5結構分析、卷積神經(jīng)網(wǎng)絡注意事項。 一、卷積神經(jīng)網(wǎng)絡概念 上世紀60年代
2017-12-05 11:32:59
7 神經(jīng)網(wǎng)絡基本介紹，人工神經(jīng)網(wǎng)絡（簡稱神經(jīng)網(wǎng)絡，Neural Network）是模擬人腦思維方式的數(shù)學模型。
神經(jīng)網(wǎng)絡是在現(xiàn)代生物學研究人腦組織成果的基礎上提出的，用來模擬人類大腦神經(jīng)網(wǎng)絡的結構和行為。神經(jīng)網(wǎng)絡反映了人腦功能的基本特征，如并行信息處理、學習、聯(lián)想、模式分類、記憶等。
2017-12-06 15:07:500 膠囊網(wǎng)絡是 Geoffrey Hinton 提出的一種新型神經(jīng)網(wǎng)絡結構，為了解決卷積神經(jīng)網(wǎng)絡（ConvNets）的一些缺點，提出了膠囊網(wǎng)絡。
2019-02-02 09:25:005417 本視頻主要詳細介紹了神經(jīng)網(wǎng)絡分類，分別是BP神經(jīng)網(wǎng)絡、RBF（徑向基）神經(jīng)網(wǎng)絡、感知器神經(jīng)網(wǎng)絡、線性神經(jīng)網(wǎng)絡、自組織神經(jīng)網(wǎng)絡、反饋神經(jīng)網(wǎng)絡。
2019-04-02 15:29:2212600 本項目研究對象為兩個給體-受體（D-A）型紅光有機電致發(fā)光小分子，利用MOMAP軟件計算了它們氣態(tài)下的黃昆因子，輻射以及非輻射躍遷速率，從理論的角度揭示了分子結構、振動模式、非輻射躍遷速率、光致發(fā)光效率之間的關系。
2022-08-26 16:28:481600 在介紹卷積神經(jīng)網(wǎng)絡之前，我們先回顧一下神經(jīng)網(wǎng)絡的基本知識。就目前而言，神經(jīng)網(wǎng)絡是深度學習算法的核心，我們所熟知的很多深度學習算法的背后其實都是神經(jīng)網(wǎng)絡。
2023-02-23 09:14:442256 神經(jīng)網(wǎng)絡是一個具有相連節(jié)點層的計算模型，其分層結構與大腦中的神經(jīng)元網(wǎng)絡結構相似。神經(jīng)網(wǎng)絡可通過數(shù)據(jù)進行學習，因此，可訓練其識別模式、對數(shù)據(jù)分類和預測未來事件。
2023-07-26 18:28:411622 
卷積神經(jīng)網(wǎng)絡結構 卷積神經(jīng)網(wǎng)絡(Convolutional Neural Network, CNN)是一種前饋神經(jīng)網(wǎng)絡，常用于圖像處理、自然語言處理等領域中。它是一種深度學習（Deep
2023-08-17 16:30:35804 卷積神經(jīng)網(wǎng)絡模型原理 卷積神經(jīng)網(wǎng)絡模型結構? 卷積神經(jīng)網(wǎng)絡是一種深度學習神經(jīng)網(wǎng)絡，是在圖像、語音、文本和視頻等方面的任務中最有效的神經(jīng)網(wǎng)絡之一。它的總體思想是使用在輸入數(shù)據(jù)之上的一系列過濾器來捕捉
2023-08-21 16:41:58604 中最重要的神經(jīng)網(wǎng)絡之一。它是一種由多個卷積層和池化層（也可稱為下采樣層）組成的神經(jīng)網(wǎng)絡。CNN 的基本思想是以圖像為輸入，通過網(wǎng)絡的卷積、下采樣和全連接等多個層次的處理，將圖像的高層抽象特征提取出來，從而完成對圖像的識別、分類等任務。 CNN 的基本結構包括輸入層、卷積層、
2023-08-21 16:49:391144 卷積神經(jīng)網(wǎng)絡層級結構 卷積神經(jīng)網(wǎng)絡的卷積層講解 卷積神經(jīng)網(wǎng)絡（Convolutional Neural Network，CNN）是一種基于深度學習的神經(jīng)網(wǎng)絡模型，在許多視覺相關的任務中表現(xiàn)出色，如圖
2023-08-21 16:49:423760 人工神經(jīng)網(wǎng)絡和bp神經(jīng)網(wǎng)絡的區(qū)別? 人工神經(jīng)網(wǎng)絡（Artificial Neural Network, ANN）是一種模仿人腦神經(jīng)元網(wǎng)絡結構和功能的計算模型，也被稱為神經(jīng)網(wǎng)絡（Neural
2023-08-22 16:45:182941 已全部加載完成
電子發(fā)燒友App
工商網(wǎng)監(jiān)
評論