时延神经网络(TDNN)是目前弹 道式空间目标识别的常用方法 [2,3] ，但由于它对所有 时刻的输入样本采用固定的时延步长，难以对辐射 强度序列变化剧烈...
基于160个网页-相关网页
他们首先提出采用多层感知器(MLP)网络模型对所建立的时间延迟神经网络(TDNN)的输入节点进行筛选，最后得到一个10输入TDNN模型，网络经过训练以后，其对废水处理预测精度均优于标准MLP模型。
基于104个网页-相关网页
Viennet和Soulie等人使用小波多尺度和延时神经网络（TDNN）进行人脸检测，都取得了较好的结果。2．4基于支持向量机的方法 支持向量机（Support Vector Machines，SVM）是Vapnik等人提出的理...
基于70个网页-相关网页
(2) 国内的应用现状 冶金部自动化研究院与宝山钢铁公司合作开发的连铸神经元网络漏钢预报 系统，采用延时网络(TDNN)技术，将接收到的新的信号一起构成移位窗口的一 个静态模式，再应用BP 网络对该静态模式进行识别。
基于36个网页-相关网页
Linear noise canceller based on TDNN was proposed, and its model, learning algorithm and universal approximation were discussed.
提出基于TDNN神经网络的线性噪声消除器，讨论了它的模型与学习算法及其通用逼近性。
The effect of time delay unit number on classification precision and the performance of TDNN classifier using three typical aircraft dark room data measured with scale model were studied.
还利用三种飞机缩比模型的暗室测量数据，研究了时延神经网络分类器中时延单元数目对分类精度的影响以及分类器的分类性能。
In order to identify the characteristic of the exo-atmospheric space target's RCS, the time-delay neural network (TDNN) with particle swarm optimization (PSO) training method is proposed.
针对空间目标的RCS特征识别的问题，提出了基于粒子群算法(PSO)训练的时延神经网络(TDNN)识别方法。
应用推荐