深度学习方法及应用——深度学习和语音识别领域专家、微软研究院邓力博士和俞栋博士原著.rar 深度学习方法及应用——深度学习和语音识别领域专家、微软研究院邓力博士和俞栋博士原著.rar 深度学习方法及应用——深度学习和语音识别领域专家、微软研究院邓力博士和俞栋博士原著.rar

C#程序脱离.net框架的多种方法与应用一步之遥

本书介绍了数学建模一些主要的方法，以及应用

各种煤矿监控类系统的通信协议对应不同数据结构,导致煤矿监控多系统融合运行时设备信息配置和管理困难。为解决上述问题,提出了一种面向对象的设备建模方法。通过数据驱动将多种非标准化的数据结构转换为标准化数据结构,根据实际设备的相关属性建立对应的设备模型;基于设备模型创建设备实例,采用层级树形结构展示设备实例的父子关系,通过动态页面展示设备实例的详细信息,可对具有不同属性的设备进行统一配置和管理。将面向对象的设备建模方法应用于图形组态中,使设备模型与图元绑定、设备实例与图形实例绑定,可快速配置数据可视化图形。

模型检测理论,原理，研究现状，存在的问题及发展方向概述

(5)算术平均最小法

GMDH方法的应用范围综述，英文

对常用的突水水源判别方法进行了概述,阐明了其适用条件,为选择合适的方法提供了依据。以石壕煤矿为例,利用BP神经网络方法,选择矿化度、p H值、总硬度、Ca2++Mg2+、K++Na+以及涌水量作为判别因子,建立了水源判别模型,经过样本训练和模型验证,其判别结果与实际基本一致,验证了人工神经网络方法在突水水源判别上的准确性。

PDM入门知识、实施方法与应用研究

将专家系统用于确定发酵过程生物量软测量混合模型的结构，有利于提高软测量模型的精度，并且使其具有通用性和开放性。在分析发酵过程生物量软测量机理模型结构的基础上，定义了模型复杂度；提出了基于匹配度的广度优先推理方法，给出了匹配度的计算方法；实现了用于确定发酵过程生物量软测量混合模型结构的推理过程。实验表明，与基于穷举法的深度优先推理方法比较，基于匹配度的广度优先推理方法能够有效地减少推理的步数，降低模型复杂度，提高推理效率。