Отрывок: Для решения поставленной задачи прогнозирования положения верхнего профиля использовались три архитектуры нейронных сетей. Первая представ- ляет собой радиально-базисную сеть (GRNN, Generalized Regression Neural Networks) [3], имеющей 2 слоя – скрытый радиальный базисный слой и выход- ной линейный слой. Радиально-базисный нейрон преобразовывает расстояние от данного входного вектора до соответствующего ему "центра" по некоторому нелинейному закону (обыч...
Название : НЕЙРОСЕТЕВАЯ МОДЕЛЬ ДЛЯ ПРОГНОЗИРОВАНИЯ ОТНОСИТЕЛЬНОГО РАСПОЛОЖЕНИЯ КОНТАКТИРУЮЩИХ ПРОФИЛЬНЫХ ОБЪЕКТОВ
Авторы/Редакторы : Болотов, М.А.
Печенин, В.А.
Рузанов, Н.В.
Колчина, Е.Ю.
Дата публикации : Апр-2018
Издательство : Издательство Самарского научного центра
Библиографическое описание : Перспективные информационные технологии (ПИТ 2018) [Электронный ресурс]: труды Международной научно-технической конференции / под ред. С.А. Прохорова. – Электрон. текстовые и граф. дан. (34,4 Мбайт). – Самара: Издательство Самарского научного центра РАН, 2018. – С. 405-409
URI (Унифицированный идентификатор ресурса) : http://repo.ssau.ru/handle/Perspektivnye-informacionnye-tehnologii/NEIROSETEVAYa-MODEL-DLYa-PROGNOZIROVANIYa-OTNOSITELNOGO-RASPOLOZhENIYa-KONTAKTIRUUShIH-PROFILNYH-OBEKTOV-70444
ISBN : 978-5-93424-817-9
Другие идентификаторы : Dspace\SGAU\20180705\70444
УДК: 004
Располагается в коллекциях: Перспективные информационные технологии

Файлы этого ресурса:
Файл Описание Размер Формат  
НЕЙРОСЕТЕВАЯ МОДЕЛЬ ДЛЯ ПРОГНОЗИРОВАНИЯ ОТНОСИТЕЛЬНОГО РАСПОЛОЖЕНИЯ КОНТАКТИРУЮЩИХ ПРОФИЛЬНЫХ ОБЪЕКТОВ.pdf522.58 kBAdobe PDFПросмотреть/Открыть
Показать полное описание ресурса Просмотр статистики
Поделиться:



Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.