BP 神经网络的基本思想：信号的正向传播+误差的反向传播。 ¡ 信号的正向传播：输入样本从输入层传入，经各隐层逐层处理后，传向输出层。 ¡ 误差的反向传播：将输入误差以某种形式通过隐层向输入层逐层反传，并将误差分摊给各层的所有单元，从而获得各层单元的误差信号来作为修正各单元权值的依据。 BP算法属于δ学习规则类，这类算法被称为误差的梯度下降（Gradient Descent）算法。 在此分类器中，本文选择3层BP神经网络算法。隐含层节点数为3。
上传时间： 2017-05-31
上传用户：jplalala
《Java网络编程（第四版）》实用指南全面介绍了如何使用Java开发网络程序。你将学习如何使用Java的网络类库既快速又轻松地完成常见的网络编程任务，如编写多线程服务器、加密通信、广播到本地网络，以及向服务器端程序提交数据。作者提供了真正可实用的程序来讲解他介绍的方法和类。第4版经过全面修订，已经涵盖REST、SPDY、异步I/O和很多其他高级技术。本书主要内容有：研究Internet底层协议，如TCP/IP和UDP/IP；了解Java的核心I/O API如何处理网络输入和输出；发现InetAddress类如何帮助Java程序与DNS交互；用Java的URI和URL类定位、识别和下载网络资源；深入研究HTTP协议，包括REST、HTTP首部和cookie；使用Java的底层Socket类编写服务器和网络客户端；利用非阻塞I/O同时管理多个连接
上传时间： 2018-12-24
上传用户：liudagong
《Java网络编程（第四版）》实用指南全面介绍了如何使用Java开发网络程序。你将学习如何使用Java的网络类库既快速又轻松地完成常见的网络编程任务，如编写多线程服务器、加密通信、广播到本地网络，以及向服务器端程序提交数据。作者提供了真正可实用的程序来讲解他介绍的方法和类。第4版经过全面修订，已经涵盖REST、SPDY、异步I/O和很多其他高级技术。本书主要内容有：研究Internet底层协议，如TCP/IP和UDP/IP；了解Java的核心I/O API如何处理网络输入和输出；发现InetAddress类如何帮助Java程序与DNS交互；用Java的URI和URL类定位、识别和下载网络资源；深入研究HTTP协议，包括REST、HTTP首部和cookie；使用Java的底层Socket类编写服务器和网络客户端；利用非阻塞I/O同时管理多个连接
上传时间： 2018-12-24
上传用户：liudagong
在本书中，作者生动地讲述了相互联系的系统的历史：从瑞士数学家莱奥哈尔德·欧拉18世纪末对图论的开创性研究，至现代生物学家基于对细胞网络的了解而展开的治疗癌症药物的研究等。本书的思想核心是：链接是无处不在的，复杂网络的本质是无尺度网络。抓住复杂网络中的枢纽节点，是我们处理复杂数据的基本原则，也是人工智能背后的深度神经网络的重要基础。
标签： 互联网
上传时间： 2021-09-16
上传用户：清川澹如此
基于人工神经网络实现智能机器人的避障轨迹控制摘 要：利用人工神经网络中的二级 BP网。模拟智能机器人的两控制参数(左 、右轮速)间的函数关系。实现避 障轨迹为圆弧或椭圆弧的轨迹控制 。并且通过调整椭圆长、短轴大小。能实现多个及多层障碍物的避障控制．该方法 的突出特点是方法简单、算法容易实现 。使机器人完成多个及多层避障动作时。不滞后于动态环境里其它机器人(障 碍物)位置的变化．在仿真实验中。取得了理想的效果． 关键词；BP神经网络I多个及多层避障控制I椭圆轨迹1 弓I言(Introduction) 在机器人中，避障轨迹的生成是一个重要的问 题．对于不确定的动态环境下的实时避障轨迹生成， 是较为困难的．有关这方面的研究，目前已有许多方 法．一些神经网络模型被设计出来，产生实时的轨迹 生成．文献113[23提供的神经网络模型产生的轨迹 生成仅能处理在静态环境下及假设空间中没有障碍 物的情况．[3]提供的神经网络模型，能为智能机器 人产生导航的避障轨迹，然而模型在计算上相当复 杂．文献[43提供了Hopfield神经网络模型，能在动 态环境下产生时实的避障轨迹生成，并在文献[5] 中，严格证明了因该方法生成的轨迹没有遭受局部 极小点逃离问题．并且文献[63用两个神经网络层叠 加起来，每层构造相似于[43中的网络结构．它是利 用第二层网络来发现下一个机器人位置的无监督模 型，然而它却加倍了计算量，尽管文献[4，6]提供的 方法能在动态环境下，产生时实避障轨迹，但都具有 较慢的运动速度，在快速变化的环境下不能恰当地 完成动作执行，因为机器人要比较好地完成避障动 作，必须不能滞后于障碍物动作变化
上传时间： 2022-02-12
上传用户：得之我幸78
网络安全技术-QoS技术白皮书摘 要：本文对Internet的三种服务模型（Best-Effort、IntServ和DiffServ），以及服务模型的 发展历程进行了简单介绍，较为详细地介绍了H3C系列数据通信产品所支持的QoS技 术，内容包括：流量分类和标记、拥塞管理、拥塞避免、流量监管与流量整形、链路 效率机制以及MPLS网络相关QoS技术，并且简要描述了在实际应用中的QoS解决方 案。网络运营商及行业用户等通过对这些QoS技术的灵活运用，可以在Internet或任何 基于IP的网络上为客户提供有保证的区分服务。1 概述 1.1 产生背景 在传统的IP网络中，所有的报文都被无区别的等同对待，每个转发设备对所有的报 文均采用先入先出（FIFO）的策略进行处理，它尽最大的努力（Best-Effort）将报 文送到目的地，但对报文传送的可靠性、传送延迟等性能不提供任何保证。 网络发展日新月异，随着IP网络上新应用的不断出现，对IP网络的服务质量也提出 了新的要求，例如VoIP等实时业务就对报文的传输延迟提出了较高要求，如果报 文传送延时太长，用户将不能接受（相对而言，E-Mail和FTP业务对时间延迟并不 敏感）。为了支持具有不同服务需求的语音、视频以及数据等业务，要求网络能够 区分出不同的通信，进而为之提供相应的服务。传统IP网络的尽力服务不可能识别 和区分出网络中的各种通信类别，而具备通信类别的区分能力正是为不同的通信提 供不同服务的前提，所以说传统网络的尽力服务模式已不能满足应用的需要。 QoS技术的出现便致力于解决这个问题。 1.2 技术优点 QoS旨在针对各种应用的不同需求，为其提供不同的服务质量。如： z 可以限制骨干网上 FTP 使用的带宽，也可以给数据库访问以较高优先级。 z 对于 ISP，其用户可能传送语音、视频或其他实时业务，QoS 使 ISP 能区分 这些不同的报文，并提供不同服务。 z 可以为时间敏感的多媒体业务提供带宽和低时延保证
上传时间： 2022-02-26
上传用户：kingwide
随着现在高科技的进步，人们的生活水平有了很大的提高。对环境的婴求也越来越高，环境问题开始得到社会的重视。目前，环境监测发展的个重要方向是开发适合中国国情、价格低廉的远程监测系统，而环境监测系统中极为重要的一部分就是如何获得环境参数，只有获得环境参数才能进行后面的分析、决策工作，无线传感器网络能够通过各类集成化的微型传感器协作地实时监测、感知和采集各种环境或监测对象的信息，并传达给用户，具有可快速部署、无人值守，功耗低、成本低等优点，十分适合应用于环境监测系统本文基于 ZisBee协议设计了用于环境监测的无线传感器网络节点，该节点采用超低功耗的MSP430单片机和CC242024G射频芯片，并移植了完全符合 ZigBee2006标准的协议栈，在协议栈上运行自己的脸测程序，能够实时地采集周围环境的温度，湿度和大气压力，并自动校正，将测量的数据通过无线传感器网络传输给下一个节点。该节点体积小，功耗低，并且具有兼容性，能够和不同件平台混合组网，实现应用层的完全致，不但方便了程序开发，而且能使灵活组网，实现zgBe网络的最大优化本文主要对环境监测无线传感器网络的节点的软硬件设计进行了介绍，硬件方面重点介绍了数据采集模块，数据处理模块的接口设计，无线讯模块的板上天线设计、巴伦电路和高频电路设计要点。软件方面重点介绍了测量程序的设计，CC2420无线通讯程序的设计，板上移植的 Z-Stack结构，以及针对环境监测的应用所进行的开发。最后对节点进行了组网实验，将设计节点和CC2430节点故在一起组网，通过 Packet Stiller工具对通讯信息进行监控和解析。实验证明了混合组网的完全可行性，并且通讯良好，信号稳定关键词：无线传感器网络，ZigBee，，环境监测，MSP43，CC2420
上传时间： 2022-03-14
上传用户：
摘要：无线传感器网络（Wireless Sensor Networks，wSN是由许多具有低功率无线收发装置的传感器节点组成，它们监测采集周边环境信息并传送到基站进行处理在某一时刻通过wSN采集的数据量非常大，如何正确、高效地处理这些数据成为当前WSN研究中的一个热点。传感器节点一般部署在恶劣环境中，一些偶然因素会使采集的数据中出现不准确的数据，用户依据这样的数据很难准确判断出被测对象的真实状态。基于模糊理论的决策级数据融合算法能够很好的解决这个问题本文以国家863研究项目《基于无线传感器网络的铁路危险货物在途安全状态监测技术研究》为背景，结合铁路运输中棉花在途状态监测系统的开发，在分析了当前有效的决策级数据融合技术基础上，提出了基于模糊理论的决策级数据融合算法，该算法通过对采集数据进行处理和分析，以获得准确的被测对象状态的描述。本文的主要工作包括：（1）分析了WSN中传统的决策级数据融合算法，如自适应加权数据融合算法和算术平均数数据融合算法，总结这两种算法的优缺点和检测系统的需求，进步明确理想算法应达到的目标。（2）提出了基于模糊理论的两阶段数据融合算法：该算法第一阶段利用基于贴近度的数据融合算法进行同类数据的融合校准，这一阶段的目的是剔除错误的和可信度较差的数据，得到相对更加准确的数据，第二阶段利用模糊推理对第个阶段得到的异类数据进行融合推理，得到被测对象当前状态的描述，为决策提供支持（3）结合实测数据仿真本文所提出的算法，结果证明与传统的融合算法相比，可以更加准确的描述被测对象状态
标签： 无线传感器
上传时间： 2022-03-17
上传用户：
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
Python是数据分析的首*语言，而网络中的数据和信息很多，如何从中获取需要的数据和信息呢？简单、直接的方法就是用爬虫技术来解决。本书是一本教初学者学习如何爬取网络数据和信息的入门读物。书中不仅有Python的相关内容，而且还有数据处理和数据挖掘等方面的内容。本书内容非常实用，讲解时穿插了22个爬虫实战案例，可以大大提高读者的实际动手能力。本书共分12章，核心主题包括Python零基础语法入门、爬虫原理和网页构造、第*个爬虫程序、正则表达式、Lxml库与Xpath语法、使用API、数据库存储、多进程爬虫、异步加载、表单交互与模拟登录、Selenium模拟浏览器、Scrapy爬虫框架。此外，书中通过一些典型爬虫案例，讲解了有经纬信息的地图图表和词云的制作方法，让读者体验数据背后的乐趣。本书适合爬虫技术初学者、爱好者及高等院校的相关学生，也适合数据爬虫工程师作为参考读物，同时也适合各大Python数据分析的培训机构作为教材使用。详解网络爬虫的原理、工具、框架和方法，内容新，实战案例多详解从简单网页到异步加载网页，从简单存储到数据库存储，从简单爬虫到框架爬虫等技术22个网络爬虫综合实战案例、30个网站信息提取、2500余行代码详解爬虫的3大方法：正则表达式、BeautifulSoup 4库和Lxml库详解爬取数据的4大存储方式：TXT、CSV、MongoDB和MySQL详解Scrapy爬虫框架的安装、项目创建、文件使用及爬取数据的存储
上传时间： 2022-05-22
上传用户：
