1、結(jié)果表明：神經(jīng)網(wǎng)絡(luò)具有實測樣本的自學習功能，對橋梁施工預(yù)拱度有較好的精度。

2、概述了智能控制和自學習控制，闡述了迭代自學習控制的基本原理。

3、有關(guān)自學習算法的初步實驗結(jié)果也在文中給出。

4、神經(jīng)網(wǎng)絡(luò)有良好地自學習和自感應(yīng)能力。

5、本文討論一種新型的自學習控制系統(tǒng)。

6、提出一種具有紅外指令自學習功能的無線智能遙控器的設(shè)計方案。

7、并對軋制力自學習系數(shù)層別劃分的方法，依據(jù)和效果做了系統(tǒng)的分析。

8、通過對發(fā)酵過程控制的仿真研究，表明該方法能夠?qū)崿F(xiàn)自學習的能力。

9、該算法具有自學習和自適應(yīng)的特點。

10、實驗證明，此控制系統(tǒng)具有較強的自適應(yīng)性與自學習能力，表明了該方案的正確性與實用性。

11、研究了一種應(yīng)用于機載火控系統(tǒng)的具有自學習功能的故障診斷系統(tǒng).

12、文中提出了一種具有自學習、自完善功能的入侵監(jiān)測模型，可發(fā)現(xiàn)已知和未知的濫用入侵和異常入侵活動。

13、神經(jīng)網(wǎng)絡(luò)具有很強的非線性逼能力和自學習能力。

14、ICMRME的算法基礎(chǔ)設(shè)施是一個獨特的自學習的引擎，即使在不完善且有噪聲的場景中，也能夠?qū)ξ谋拘畔⑦M行分類。

15、盡管神經(jīng)網(wǎng)絡(luò)是一類黑箱式的非線性映射，但它具有良好的自學習能力。

16、通過對決策樹分類算法的比較，本文采用C4.5決策樹算法實現(xiàn)自學習模塊。

17、本文通過更深刻和貼切地模擬專家整定控制參數(shù)的啟發(fā)式過程，開發(fā)了一種高級的專家式控制參數(shù)實時自學習算法。

18、本文討論了基于神經(jīng)網(wǎng)絡(luò)理論的PID控制，并將其應(yīng)用于恒溫恒液位控制系統(tǒng)，利用神經(jīng)網(wǎng)絡(luò)的自學習能力在線整定控制器參數(shù)。

18、高考升學網(wǎng)-造句大全,上萬詞語的造句供您參考!

19、本文應(yīng)用神經(jīng)元來實現(xiàn)普通多值邏輯控制器，在此基礎(chǔ)上提出了加權(quán)因子的自學習算法，并用數(shù)字仿真證明了算法的有效性。

20、該模型可以發(fā)現(xiàn)已知的和未知的濫用入侵和異常入侵活動，具有自學習、自完善功能。

21、不需要檢測器件來檢測運行張力和運行速度，而且連布厚也不需要設(shè)置，卷染機控制系統(tǒng)通過自學習能輕松獲得所有參數(shù)。

22、本文提出一種基于自適應(yīng)預(yù)測的無損壓縮方法，該方法利用神經(jīng)網(wǎng)絡(luò)模型自學習的能力，自適應(yīng)的調(diào)整預(yù)測器的預(yù)測系數(shù)。

23、結(jié)果顯示過去一年內(nèi)青少年考試失敗、學習負擔重及升學壓力等來自學習方面的事件發(fā)生頻度較高，應(yīng)激強度較大。

24、介紹了昆鋼雙機架軋機軋制流程和數(shù)學模型，并在此基礎(chǔ)上詳細討論了模型在線自學習的方法和技巧。