人工神经网络提供了一种普遍且实用的方法从样例中学习值为实数、离散值或向量的函数反向传播算法，使用梯度下降来调节网络参数以最佳拟合由输入-输出对组成的训练集合人工神经网络对于训练数据中的错误健壮性很好人工神经网络已被成功应用到很多领域，例如视觉场景分析，语音识别，机器人控制神经网络学习对于逼近实数值、离散值或向量值的目标函数提供了一种健壮性很强的方法对于某些类型的问题，如学习解释复杂的现实世界中的传感器数据，人工神经网络是目前知道的最有效的学习方法反向传摇成功例子，学习识别手写字符，学习识别口语，学习识别人脸生物学动机ANN受到生物学的启发，生物的学习系统是由相互连接的神经元组成的异常复杂的网络。ANN由一系列简单的单元相互密集连接构成的，其中每一个单元有一定数量的实值输入，并产生单一的实数值输出人脑的构成，大约有1011个神经元，平均每一个与其他104个相连神经元的活性通常被通向其他神经元的连接激活或抑制最快的神经元转换时间比计算机慢很多，然而人脑能够以惊人的速度做出复杂度惊人的决策很多人推测，生物神经系统的信息处理能力一定得益于对分布在大量神经元上的信息表示的高度并行处理
上传时间： 2022-04-08
上传用户：trh505
本书是自适应信号处理领域的一本经典教材。全书共17章，内容包括：自适应LMS横向滤波器、自适应格型滤波器、自适应递归滤波器、频域和子带自适应滤波器、盲自适应滤波器、神经网络、非线性自适应滤波器等及其在通信与信息系统中的应用。目录背景与预览第1章 随机过程与模型第2章 维纳滤波器第3章 线性预测第4章 最速下降算法第5章 最小均方自适应滤波器第6章 归一化最小均方自适应滤波器第7章 频域和子带自适应滤波器第8章 最小二乘法第9章 递归最小二乘自适应滤波器第10章 卡尔曼滤波器第11章 平方根自适应滤波器第12章 阶递归自适应滤波器第13章 有限精度效应第14章 时变系统的跟踪第15章 无限脉冲响应自适应滤波器第16章 盲反卷积第17章 反向传播学习后记附录A 复变量附录B 对向量微分附录C 拉格朗日乘子法附录D 估计理论附录E 特征分析附录F 旋转和映射附录G 复数Wishart分布术语参考文献 现在网上流传的技术类书籍好多都是预览版本，此书为全本，非常难得，现在分享给大家，希望对大家有所帮助。
标签： 自适应滤波器
上传时间： 2022-05-14
上传用户：默默
本书包含四个组成部分：导论，监督学习，无监督学习，神经网络动力学模型。导论部 分介绍神经元模型、神经网络结构和机器学习的基本概念和理论。监督学习讨论感知机学习 规则，有监督的Hebb学习，Widrow-Hoff学习算法，反向传播算法及其变形，RBF网络，正则 化网络，支持向量机以及委员会机器。无监督学习包括主分量分析，自组织特征映射模型的 竞争学习形式，无监督学习的信息理论，植根于统计力学的随机学习机器，最后是与动态规 划相关的增强式学习。
标签： 神经网络
上传时间： 2022-06-21
上传用户：fliang
本书主要讲述神经网络的基本概念，介绍实用的网络模型、学习规则和训练方法。全书分19章，内容涵盖神经元模型和网络结构、感知机学习规则、有监督的Hebb学习、Widrow—Hoff学习算法、反向传播算法及其变形、联想学习、竞争网络、Grossberg网络、自适应谐振理论和Hopfield网络。书中注重对数学分析方法和性能优化的讨论，强调神经网络在模式识别、信号处理以及控制系统等实际工程问题中的应用。同时本书包含大量例题、习题，并配有基于MATLAB软件包的“神经网络设计演示&
标签： 神经网络
上传时间： 2022-06-21
上传用户：默默
该书的作者是来自 Y Combinator Research 的研究员 Michael Nielsen，他也是一位量子物理学家、科学作家、计算机编程研究人员。他的个人主页是：Neural networks and deep learningneuralnetworksanddeeplearning.com书籍介绍 这是我个人以为目前最好的神经网络与机器学习入门资料之一。内容非常浅显易懂，很多数学密集的区域作者都有提示。全书贯穿的是 MNIST 手写数字的识别问题，每个模型和改进都有详细注释的代码。非常适合用来入门神经网络和深度学习！ 全书共分为六章，目录如下： 第一章：使用神经网络识别手写数字 第二章：反向传播算法如何工作 第三章：改进神经网络的学习方法 第四章：神经网络可以计算任何函数的可视化证明 第五章：深度神经网络为何很难训练 第六章：深度学习 《Neural Network and Deep Learning》这本书的目的是帮助读者掌握神经网络的核心概念，包括现代技术的深度学习。在完成这本书的学习之后，你将使用神经网络和深度学习来解决复杂模式识别问题。你将为使用神经网络和深度学习打下基础，来攻坚你自己设计中碰到的问题。 本书一个坚定的信念，是让读者更好地去深刻理解神经网络和深度学习，如果你很好理解了核心理念，你就可以很快地理解其他新的推论。这就意味着这本书的重点不是作为一个如何使用一些特定神经网络库的教程。仅仅学会如何使用库，虽然这也许能很快解决你的问题，但是，如果你想理解神经网络中究竟发生了什么，如果你想要了解今后几年都不会过时的原理，那么只是学习些热?的程序库是不够的。你需要领悟让神经网络工作的原理。
标签： 深度学习
上传时间： 2022-07-24
上传用户：
电子工业技术词典 电波传播与天线
上传时间： 2013-05-26
上传用户：eeworm
GB-T4677.8-1984 印制板镀涂覆盖厚度测试方法 β反向散射法
上传时间： 2013-04-15
上传用户：eeworm
专辑类-实用电子技术专辑-385册-3.609G 电子工业技术词典-电波传播与天线-128页-4.4M.pdf
上传时间： 2013-05-17
上传用户：Late_Li
磁通反向电机(FRM)是一种新型的双凸极永磁(DSPM)电机,它把高磁能的永磁体放在定子极的表面,永磁体易于安装.随着转子旋转,FRM定子绕组所交链的永磁磁通改变极性,这意味着比磁通脉振产生更大的磁通变化.由于FRM的绕组利用率高、结构简单、转动惯量小及适于高速运转等优点,可广泛应用于汽车制造业、航空航天等工业领域.本文将从模型建立、分析方法、性能分析等方面对该电机进行深入研究.首先,为了解FRM基本理论和掌握其基本规律,写出FRM的基本方程式;由于电机的双凸极结构以及饱和和非线性的影响,整个系统为一强非线性系统.对该电机作适当简化,建立其线性数学模型,这样有利于对FRM的定性分析,弄清其内部的基本电磁关系和基本特性.讨论了绕组电感、绕组磁链、感应电动势及绕组电流、电磁转矩等静态特性,推导出FRM的功率密度计算公式.其次,为准确计算FRM性能,要考虑磁路饱和、铁磁材料的非线性以及永磁磁场与电枢反应磁场之间的相互影响等因素,要建立FRM的非线性模型,提出用变网络等效磁路法进行分析.具体方法是建立FRM的非线性变网络等效磁路模型,推导等效磁路中各部分磁导的计算公式,用节点磁位法建立相应的方程,通过求解该非线性等效磁路方程,得到磁路各部分的磁通分布,进一步求得静态特性,计算出电磁参数.然后用FRM样机的实验结果验证理论分析的正确性.样机的理论分析结果同实验结果进行比较表明,本文所介绍的FRM变网络等效磁路模型具有较好的精度及通用性,基于等效磁网络模型的FRM电磁计算是可行的,计算结果是正确的.最后对磁通反向汽车发电机的功率密度进行分析.导出了磁通反向汽车发电机功率密度的计算公式,分析了影响电机功率密度的因素,并与电励磁汽车发电机进行了比较.
上传时间： 2013-07-30
上传用户：ljthhhhhh123
随着电信数据传输对速率和带宽的要求变得越来越迫切,原有建成的网络是基于话音传输业务的网络,已不能适应当前的需求.而建设新的宽带网络需要相当大的投资且建设工期长,无法满足特定客户对高速数据传输的近期需求.反向复用技术是把一个单一的高速数据流在发送端拆散并放在两个或者多个低速数据链路上进行传输,在接收端再还原为高速数据流.该文提出一种基于FPGA的多路E1反向复用传输芯片的设计方案,使用四个E1构成高速数据的透明传输通道,支持E1线路间最大相对延迟64ms,通过链路容量调整机制,可以动态添加或删除某条E1链路,实现灵活、高效的利用现有网络实现视频、数据等高速数据的传输,能够节省带宽资源,降低成本,满足客户的需求.系统分为发送和接收两部分.发送电路实现四路E1的成帧操作,数据拆分采用线路循环与帧间插相结合的方法,A路插满一帧(30时隙)后,转入B路E1间插数据,依此类推,循环间插所有的数据.接收电路进行HDB3解码,帧同步定位(子帧同步和复帧同步),线路延迟判断,FIFO和SDRAM实现多路数据的对齐,最后按照约定的高速数据流的帧格式输出数据.整个数字电路采用Verilog硬件描述语言设计,通过前仿真和后仿真的验证.以30万门的FPGA器件作为硬件实现,经过综合和布线,特别是写约束和增量布线手动调整电路的布局,降低关键路径延时,最终满足设计要求.
上传时间： 2013-07-16
上传用户：asdkin
