Mạng thần kinh nhân tạo cho lớp phân màu sắc

... p,x,y; x=0; y=radius; p=3-2*radius; while(x<y) 273 Chơng 12 mạng thần kinh nhân tạo cho phân lớp màu sắc 12.1 Chỉ dẫn Không nghi ngờ gì nữa, con ngời là cách tốt nhất để phân loại màu sắc. Tuy nhiên, các ứng dụng đòi hỏi sự phân loại màu trực ... phân lớp màu sắc. Trong chơng này chúng ta sẽ xem xét một loạt các mô hình thần kinh nhân tạo, các...

Ngày tải lên: 02/04/2014, 00:17

... tổng quan mạng thần kinh nhân tạo Lý thuyết mạng thần kinh bắt nguồn từ những nghiên cứu về trí tuệ nhân tạo, nghiên cứu thiết kế máy móc với khả năng nhận thức. Một mạng thần kinh nhân tạo là ... 3.1.1 Tế bào thần kinh nhân tạo Các tế bào thần kinh nhân tạo đã được phát triển với những nỗ lực vượt bậc để mô hình hóa các tế bào thần kinh c...

Ngày tải lên: 25/12/2013, 10:41

... Huấn luyện Mạng thần kinh nhân tạo Các vấn đề của mô hình Mạng thần kinh nhân tạo Ƣu điểm và khuyết điểm của mô hình Mạng thần kinh nhân tạo So sánh mô hình Mạng thần kinh nhân tạo và mô ... KHOA HỌC KINH TẾ Tp. Hồ Chí Minh, tháng 06/2011 9 Chƣơng 2 MÔ HÌNH MẠNG THẦN KINH NHÂN TẠO Đặc điểm của mô hình Mạng thần kinh nh...

Ngày tải lên: 22/09/2012, 16:55

... network - mạng thần kinh l một kĩ thuật trí tuệ nhân tạo mô phỏng, bắt chớc các tế bo thần kinh nối với não bộ con ngời. Ngời ta cung cấp những thông tin cho mạng thần kinh, huấn luyện cho nó ... Để mô phỏng các tế bo thần kinh v các khớp nối thần kinh của não bộ con ngời, trong mạng nơron nhân tạo cũng có các thnh phần có vai trò tơng tự l các nơro...

Ngày tải lên: 28/08/2013, 10:23

... nhằm  chứng minh cho mục tiêu nghiên cứu.  1.2.  Mô hình mạng thần kinh nhân tạo ­ ANN  1.2.1.  Mạng thần kinh nhân tạo và các đặc điểm cơ bản của bộ não  1.2.2.  Những yếu tố tạo nên một mô hình mạng thần kinh nhân tạo Hai  ... Tính chất đồng dạng trong phân tích và thiết kế  1.3.  Một số mô hình mạng thần kinh nhân tạo điển hình  1.3.1.  Mô hình mạng truyền thẳng (Feedforward Networks)  1...

Ngày tải lên: 12/09/2013, 16:20

... raw, simulated, simulated deseasonalised and deseasonalised In the experiments the logistic function was chosen as the nonlinear activation func- tion of a dynamical neuron (Figure 2.6). The quantitative ... and Davis 1991). Penalised likelihood methods such as AIC or BIC (Box and Jenkins 1976) exist for choosing the order of the autoregressive model to be fitted to the data; or the point wher...

Ngày tải lên: 17/10/2013, 21:15

... type. 12.2 Introduction When using neural networks, many of their parameters are chosen empirically. Apart from the choice of topology, architecture and interconnection, the parameters that 208 ... between a network with arbitrarily chosen parameters β and η and the referent network, so as the outputs of the networks are identical for every time instant. An obvious choice for the referent net...

Ngày tải lên: 20/10/2013, 15:15

... statistical and optimisation theories 2 SOME IMPORTANT DATES IN THE HISTORY OF CONNECTIONISM (Cichocki and Unbehauen 1993; Zhang and Constantinides 1992), neural networks are becoming one of the ... rigorous analysis of the perceptron. The work of Grossberg in 1976 was based on biological and psychological evidence. He proposed several new architectures of nonlinear dynamical systems (Grossbe...

Ngày tải lên: 21/01/2014, 15:20

... network or a penalty term for excessive increase in the weights of the adaptive system or some other chosen function (Tikhonov et al. 1998). An example of such an objective function for online learning is J(k)= 1 N N  i=1 (e 2 (k ... weights based upon the instantaneous error • Stop if some prescribed error performance is reached The choice of the type of learning is very much dependent upon...

Ngày tải lên: 21/01/2014, 15:20