電子發(fā)燒友早八點(diǎn)訊：近日，中國(guó)和新加坡科學(xué)家合作，利用二硫化鉬創(chuàng)建出一種新型“神經(jīng)元晶體管”。每個(gè)晶體管能模擬大腦中的單個(gè)神經(jīng)元執(zhí)行計(jì)算任務(wù)，可成為構(gòu)建各種類(lèi)神經(jīng)硬件的基本組件。相關(guān)論文發(fā)表在最新一期《納米技術(shù)》雜志上。
2017-07-07 01:09:11
1113 介紹了一種單神經(jīng)元自適應(yīng)控制的方法，并提出了在線(xiàn)調(diào)整的方法。該方法結(jié)構(gòu)簡(jiǎn)單，便于在分散控制系統(tǒng)中實(shí)現(xiàn)。
2018-08-31 08:31:0013431 
=viewthread&tid=287358&fromuid=286650028《PID神經(jīng)元網(wǎng)絡(luò)及其控制系統(tǒng)》國(guó)防工業(yè)出版社-2006.pdf(6M)希望大家多頂頂，提升提升人氣。`
2012-12-02 09:08:00
人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Network，ANN)是一種類(lèi)似生物神經(jīng)網(wǎng)絡(luò)的信息處理結(jié)構(gòu)，它的提出是為了解決一些非線(xiàn)性，非平穩(wěn)，復(fù)雜的實(shí)際問(wèn)題。那有哪些辦法能實(shí)現(xiàn)人工神經(jīng)網(wǎng)絡(luò)呢？
2019-08-01 08:06:21
，但計(jì)算機(jī)則很難做到這一點(diǎn)。 大腦是由生物神經(jīng)元構(gòu)成的巨型網(wǎng)絡(luò)，它在本質(zhì)上不同于計(jì)算機(jī)，是一種大規(guī)模的并行處理系統(tǒng)，它具有學(xué)習(xí)、聯(lián)想記憶、綜合等能力，并有巧妙的信息處理方法。
2023-09-27 06:13:57
`人工神經(jīng) 網(wǎng)絡(luò)（Artificial Neural Network，即ANN） 可以概括的定義為：由大量具有適應(yīng)性的處理元素（神經(jīng)元）組成的廣泛并行互聯(lián)網(wǎng)絡(luò)，它的組織能夠模擬生物神經(jīng)系統(tǒng)對(duì)真實(shí)世界
2018-10-23 16:16:02
人工神經(jīng)網(wǎng)絡(luò)課件
2016-06-19 10:15:48
人工智能發(fā)展第一階段，開(kāi)發(fā)近紅外光激發(fā)的納米探針，監(jiān)測(cè)大腦深層活動(dòng)，理解神經(jīng)系統(tǒng)功能機(jī)制。開(kāi)發(fā)、設(shè)計(jì)電壓敏感納米探針一直是個(gè)技術(shù)難關(guān)。群體神經(jīng)元活動(dòng)的在體監(jiān)測(cè)是揭示神經(jīng)系統(tǒng)功能機(jī)制的關(guān)鍵。近日《美國(guó)
2021-07-28 07:51:24
使用先進(jìn)的機(jī)器學(xué)習(xí)培訓(xùn)軟件，機(jī)器真正意義上的環(huán)境數(shù)字復(fù)制也不是一項(xiàng)微不足道的任務(wù)。這是深度學(xué)習(xí)發(fā)揮作用的地方。DL：鏡像人類(lèi)神經(jīng)元網(wǎng)絡(luò)軟件可以在人工“神經(jīng)網(wǎng)絡(luò)”中模擬生物新皮質(zhì)的神經(jīng)元陣列，這已有幾十年
2019-05-29 10:46:39
神經(jīng)元網(wǎng)絡(luò)模型數(shù)字復(fù)制到電子設(shè)備上。神經(jīng)電子接口是在大腦和外部設(shè)備之間傳輸信息的大腦-計(jì)算機(jī)接口。目前，還沒(méi)有足夠的神經(jīng)電子接口，使得這種數(shù)字化大腦模擬變得困難。然而，隨著鐵電器件、納米線(xiàn)網(wǎng)絡(luò)、有機(jī)材料
2022-04-16 15:01:00
過(guò)程需要對(duì)所有權(quán)值和閥值進(jìn)行修正，是一種全局逼近神經(jīng)網(wǎng)絡(luò)，但訓(xùn)練速度較慢，不適用實(shí)時(shí)性較強(qiáng)場(chǎng)合，故采取了局部逼近網(wǎng)絡(luò)——徑向基網(wǎng)絡(luò)。算法訓(xùn)練關(guān)系式如下： 節(jié)點(diǎn)輸出為式中a1為節(jié)點(diǎn)輸出；b為神經(jīng)元閥值
2018-10-24 11:36:52
第1章 概述 1.1 人工神經(jīng)網(wǎng)絡(luò)研究與發(fā)展 1.2 生物神經(jīng)元 1.3 人工神經(jīng)網(wǎng)絡(luò)的構(gòu)成 第2章人工神經(jīng)網(wǎng)絡(luò)基本模型 2.1 MP模型 2.2 感知器模型 2.3 自適應(yīng)線(xiàn)性
2012-03-20 11:32:43
人腦中的神經(jīng)系統(tǒng)精密而復(fù)雜成人的大腦擁有超過(guò)1000億個(gè)神經(jīng)元[MOU1] 每天要進(jìn)行數(shù)萬(wàn)次的計(jì)算計(jì)算機(jī)系統(tǒng)發(fā)展到今天仍無(wú)法企及人腦的萬(wàn)分之一
2019-07-29 08:36:26
據(jù)決定。 3、 LONWORKS神經(jīng)元芯片與AD7416利用I2C總線(xiàn)進(jìn)行數(shù)據(jù)通信的硬件連接 AD7416是低功耗10位數(shù)字溫度傳感器,它包括一個(gè)帶隙溫度傳感器、一個(gè)10位AD 轉(zhuǎn)換器和一個(gè)門(mén)限可編程
2018-12-20 10:57:49
學(xué)習(xí)和認(rèn)知科學(xué)領(lǐng)域，是一種模仿生物神經(jīng)網(wǎng)絡(luò)（動(dòng)物的中樞神經(jīng)系統(tǒng)，特別是大腦）的結(jié)構(gòu)和功能的數(shù)學(xué)模型或計(jì)算模型，用于對(duì)函數(shù)進(jìn)行估計(jì)或近似。神經(jīng)網(wǎng)絡(luò)由大量的人工神經(jīng)元聯(lián)結(jié)進(jìn)行計(jì)算。大多數(shù)情況下人工神經(jīng)
2019-03-03 22:10:19
多方面因素的影響而發(fā)生波動(dòng)，所以要進(jìn)行實(shí)時(shí)準(zhǔn)確的檢測(cè)并不容易。在交流電力系統(tǒng)發(fā)展的趨勢(shì)下，也逐漸形成了多種諧波檢測(cè)方法，比較常用的有模擬濾波法、基于傅氏變換的頻域分析法、基于瞬時(shí)無(wú)功功率理論的檢測(cè)方法
2017-09-29 16:01:04
（Axon）：神經(jīng)元向外伸長(zhǎng)的突起，用于將神經(jīng)信號(hào)傳遞給臨近的神經(jīng)元。同樣的，感知器也由三部分組成：輸入單元：接受輸入信號(hào)（數(shù)字）并傳遞給感知器。感知器：匯總所有輸入信號(hào)并進(jìn)行數(shù)學(xué)運(yùn)算。輸出單元：感知器
2019-07-25 16:07:04
是一種常用的無(wú)監(jiān)督學(xué)習(xí)策略，在使用改策略時(shí)，網(wǎng)絡(luò)的輸出神經(jīng)元相互競(jìng)爭(zhēng)，每一時(shí)刻只有一個(gè)競(jìng)爭(zhēng)獲勝的神經(jīng)元激活。ART神經(jīng)網(wǎng)絡(luò)由比較層、識(shí)別層、識(shí)別閾值、重置模塊構(gòu)成。其中比較層負(fù)責(zé)接收輸入樣本，并將其傳遞
2019-07-21 04:30:00
期望的輸出。BP神經(jīng)網(wǎng)絡(luò)算法推導(dǎo)（更新權(quán)重和偏倚）：從上面推導(dǎo)可以發(fā)現(xiàn)：對(duì)于任意從神經(jīng)元i（輸出神經(jīng)元/隱層神經(jīng)元）至 神經(jīng)元j（隱層神經(jīng)元/輸出層神經(jīng)元）的權(quán)重w ijwijw_{ij}，其權(quán)重更新
2019-07-21 04:00:00
其實(shí)是對(duì)神經(jīng)元的模擬和簡(jiǎn)化。
單層感知器（Single Layer Perceptron）：
單層感知器用來(lái)模擬單個(gè)神經(jīng)元。
左圖是神經(jīng)元，右圖是抽象出的數(shù)學(xué)模型。
樹(shù)突：用來(lái)接收別的神經(jīng)元傳遞的信息
2023-08-18 06:56:34
，是模擬人工智能的一條重要途徑。人工神經(jīng)網(wǎng)絡(luò)與人腦相似性主要表現(xiàn)在：
①神經(jīng)網(wǎng)絡(luò)獲取的知識(shí)是從外界環(huán)境學(xué)習(xí)得來(lái)的;
②各神經(jīng)元的連接權(quán)，即突觸權(quán)值，用于儲(chǔ)存獲取的知識(shí)。
神經(jīng)元是神經(jīng)網(wǎng)絡(luò)的基本處理單元，它是
2023-09-13 16:41:18
什么是諧波電流？諧波電流的影響是什么諧波電流的測(cè)試標(biāo)準(zhǔn)和方法電壓波動(dòng)和閃爍解析
2021-03-16 11:27:40
。神經(jīng)網(wǎng)絡(luò)的思想起源于1943年McCulloch 和 Pitts 提出的神經(jīng)元模型[19]，簡(jiǎn)稱(chēng) MCP 神經(jīng)元模 型。它是利用計(jì)算機(jī)來(lái)模擬人的神經(jīng)元反應(yīng)的過(guò) 程，具有開(kāi)創(chuàng)性意義。此模型將神經(jīng)元反應(yīng)簡(jiǎn)化
2022-08-02 10:39:39
的線(xiàn)性變換——將輸入乘以數(shù)字（權(quán)重，w）并加一個(gè)常數(shù)（偏差，b）——然后是一個(gè)固定的非線(xiàn)性函數(shù)，也稱(chēng)為激活函數(shù)。^1^該激活函數(shù)作為網(wǎng)絡(luò)的唯一非線(xiàn)性組件，用于定義人工神經(jīng)元觸發(fā)的值范圍。神經(jīng)元的功能
2023-02-23 20:11:10
一個(gè)病人坐在腦磁圖(MEG)掃描儀里。當(dāng)一組神經(jīng)元同步發(fā)射時(shí)，MEG 掃描儀可以迅速?gòu)?b class="flag-6" style="color: red">神經(jīng)元的電流中檢測(cè)到微弱的磁場(chǎng)。隨著新技術(shù)的出現(xiàn)，科學(xué)家們將其添加到他們的技能庫(kù)中，幫助加深我們對(duì)大腦的理解
2023-03-29 11:06:08
神經(jīng)元細(xì)胞可用下面的狀態(tài)方程描述： 其中xij(t)指t時(shí)刻各細(xì)胞的狀態(tài)，ykl(t)是細(xì)胞的輸出，ukl是細(xì)胞的初始輸入值，A、B、I分別是反饋模板、控制模板和閾值電流，CNN
2009-09-19 09:35:15
最近在學(xué)習(xí)電機(jī)的智能控制，上周學(xué)習(xí)了基于單神經(jīng)元的PID控制，這周研究基于BP神經(jīng)網(wǎng)絡(luò)的PID控制。神經(jīng)網(wǎng)絡(luò)具有任意非線(xiàn)性表達(dá)能力，可以通過(guò)對(duì)系統(tǒng)性能的學(xué)習(xí)來(lái)實(shí)現(xiàn)具有最佳組合的PID控制。利用BP
2021-09-07 07:43:47
傳感器（ 用18×10 的數(shù)字矩陣表示） ,因此第一層為240 個(gè)神經(jīng)元，第二層為隱含層。根據(jù)經(jīng)驗(yàn)，其神經(jīng)元數(shù)目一般為輸入矢量維數(shù)的10 %,為26 個(gè)神經(jīng)元，采用改進(jìn)的BP 算法。將每個(gè)樣本對(duì)應(yīng)
2018-11-13 16:04:45
電流，使流入電網(wǎng)的電流全是有功分量，因此無(wú)功和諧波電流的實(shí)時(shí)檢測(cè)就成為實(shí)時(shí)補(bǔ)償?shù)年P(guān)鍵。而諧波及無(wú)功電流的檢測(cè)實(shí)質(zhì)就是低通濾波器的設(shè)計(jì)。那么我們?cè)撊绾卫肕ATLAB設(shè)計(jì)用于諧波檢測(cè)中的數(shù)字低通濾波器？并采用VHDL語(yǔ)言在FPGA上實(shí)現(xiàn)？
2019-08-06 08:32:31
如何去設(shè)計(jì)一種自適應(yīng)神經(jīng)元控制器？求過(guò)程
2021-05-17 06:56:43
交叉相連的神經(jīng)元啟發(fā)。但與大腦中一個(gè)神經(jīng)元可以連接一定距離內(nèi)的任意神經(jīng)元不同，人工神經(jīng)網(wǎng)絡(luò)具有離散的層，每一次只連接符合數(shù)據(jù)傳播方向的其它層。例如，我們可以把一幅圖像切分成圖像塊，輸入到神經(jīng)網(wǎng)絡(luò)的第一層。在
2017-04-20 14:15:25
人工神經(jīng)網(wǎng)絡(luò)在A(yíng)I中具有舉足輕重的地位，除了找到最好的神經(jīng)網(wǎng)絡(luò)模型和訓(xùn)練數(shù)據(jù)集之外，人工神經(jīng)網(wǎng)絡(luò)的另一個(gè)挑戰(zhàn)是如何在嵌入式設(shè)備上實(shí)現(xiàn)它，同時(shí)優(yōu)化性能和功率效率。 使用云計(jì)算并不總是一個(gè)選項(xiàng)，尤其是當(dāng)
2021-11-09 08:06:27
概述：ZISC78是由IBM和Sillicon聯(lián)合研發(fā)的一種具有自學(xué)習(xí)功能的徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)芯片，它內(nèi)含78個(gè)神經(jīng)元；并且采用并行結(jié)構(gòu),運(yùn)行速度與神經(jīng)元數(shù)量無(wú)關(guān)；支持RBF/KNN算法；內(nèi)部可分為若干獨(dú)立子網(wǎng)...
2021-04-07 06:48:33
本文提出了一個(gè)基于FPGA 的信息處理的實(shí)例：一個(gè)簡(jiǎn)單的人工神經(jīng)網(wǎng)絡(luò)應(yīng)用Verilog 語(yǔ)言描述，該數(shù)據(jù)流采用模塊化的程序設(shè)計(jì)，并考慮了模塊間數(shù)據(jù)傳輸信號(hào)同 步的問(wèn)題，有效地解決了人工神經(jīng)網(wǎng)絡(luò)并行數(shù)據(jù)處理的問(wèn)題。
2021-05-06 07:22:07
譯者|VincentLee來(lái)源 |曉飛的算法工程筆記脈沖神經(jīng)網(wǎng)絡(luò)(Spiking neural network, SNN)將脈沖神經(jīng)元作為計(jì)算單...
2021-07-26 06:23:59
電網(wǎng)諧波的傳統(tǒng)檢測(cè)方法有哪幾種？基于神經(jīng)網(wǎng)絡(luò)的有源電力濾波器應(yīng)用研究
2021-05-13 07:03:58
采用單神經(jīng)元自適應(yīng)控制高精度空調(diào)系統(tǒng)仿真摘要：暖通空調(diào)領(lǐng)域中的被控對(duì)象(空調(diào)房間)大多具有大滯后、慢時(shí)變、非線(xiàn)性特點(diǎn)，且受各種不確定因素影響，經(jīng)典控制方法難以實(shí)現(xiàn)精確控制。該文正是針對(duì)上述實(shí)際，將
2010-03-18 22:28:19
人工神經(jīng)網(wǎng)絡(luò)導(dǎo)論依照簡(jiǎn)明易懂、便于軟件實(shí)現(xiàn)、鼓勵(lì)探索的原則介紹人工神經(jīng)網(wǎng)絡(luò)。內(nèi)容包括：智能系統(tǒng)描述模型、人工神經(jīng)網(wǎng)絡(luò)方法的特點(diǎn)；基本人工神經(jīng)元模型，人工神經(jīng)
2009-01-13 14:58:57
55 基于單神經(jīng)元的張力控制系統(tǒng)的設(shè)計(jì)與仿真
Design and Simulation of the Tension Control System Based on Single Neuron
2009-03-16 12:26:4519 PSD3XX 和 神經(jīng)元3150芯片如何進(jìn)行接口
2009-05-13 10:55:2717 用于諧波檢測(cè)中的數(shù)字低通濾波器的設(shè)計(jì)曾菊容 楊小雪（西南交通大學(xué)信息科學(xué)與技術(shù)學(xué)院，四川 成都 610030）摘要：諧波檢測(cè)中數(shù)字低通濾波器的設(shè)計(jì)是關(guān)鍵。本文通過(guò)
2009-12-14 11:15:1730 為了準(zhǔn)確的檢測(cè)諧波和無(wú)功電流，現(xiàn)階段的方法很多。本文闡述了傳統(tǒng)的ipiq檢測(cè)方法原理，并對(duì)這種方法進(jìn)行分析，針對(duì)它產(chǎn)生誤差的原因，得出了一種改進(jìn)的 檢測(cè)方法，并進(jìn)行了
2010-08-04 14:51:5717 諧波及無(wú)功電流檢測(cè)方法對(duì)比分析
0 引言
APF補(bǔ)償電流的檢測(cè)不同于電力系統(tǒng)中的諧波測(cè)量。它不須分解出各次諧波分量，而只須檢測(cè)
2009-07-06 08:16:18809 
人工神經(jīng)網(wǎng)絡(luò)的內(nèi)容有哪些?
人工神經(jīng)網(wǎng)絡(luò)模型主要考慮網(wǎng)絡(luò)連接的拓?fù)浣Y(jié)構(gòu)、神經(jīng)元的特征、學(xué)習(xí)規(guī)則等。目前，已有近40種神經(jīng)
2010-03-06 13:42:451564 針對(duì)橋式吊車(chē)水平運(yùn)動(dòng)系統(tǒng)是一個(gè)非線(xiàn)性、變參數(shù)、強(qiáng)耦合的對(duì)象，本文設(shè)計(jì)了具有自學(xué)習(xí)和自適應(yīng)能力的單神經(jīng)元構(gòu)成單神經(jīng)元自適應(yīng)智能PID 控制器，將其應(yīng)用于吊車(chē)的定位和防擺控
2011-06-16 15:39:5827 針對(duì)電氣化鐵道供電系統(tǒng)對(duì)諧波及 無(wú)功電流檢測(cè) 的要求，本文介紹了兩種檢測(cè)方法，并分別給出了檢測(cè)原理圖。前者是基于鑒相原理的瞬時(shí)諧波電流檢測(cè)法；后者是基于瞬時(shí)無(wú)功功率
2011-06-30 17:34:0436 諧波的實(shí)時(shí)準(zhǔn)確檢測(cè)是實(shí)現(xiàn)諧波治理的前提條件，也是 有源電力濾波器 應(yīng)用的關(guān)鍵技術(shù)之一。本文利用時(shí)頻分析中的頻譜搬移原理，以三相交流斬波調(diào)壓器輸出諧波為例，用Simulink仿真
2011-08-22 15:43:2331 在傳統(tǒng)諧波注入法基礎(chǔ)上提出一種神經(jīng)網(wǎng)絡(luò)自適應(yīng) 諧波電流抑制 方法,根據(jù)自適應(yīng)噪聲抵消技術(shù)運(yùn)用人工神經(jīng)網(wǎng)絡(luò)的自適應(yīng)和自學(xué)習(xí)特性檢測(cè)出諧波電流并注入電力系統(tǒng),達(dá)到抑制諧波的
2011-08-22 15:44:5314 提出基于補(bǔ)償電流最小原理的諧波與無(wú)功電流檢測(cè)方法。給出一種用所推薦方法實(shí)現(xiàn)的有源電力濾波器結(jié)構(gòu)圖。用人工神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)了諧波與無(wú)功電流檢測(cè)網(wǎng)絡(luò)。理論分析和仿真結(jié)果證
2011-09-07 17:39:0544 介紹一種基于坐標(biāo)變換的諧波和無(wú)功電流檢測(cè)法.并對(duì)該方法進(jìn)行了理論分析和仿真研究仿真結(jié)果表明這種檢測(cè)方法無(wú)論電源畸變與否都可以準(zhǔn)確檢測(cè)出諧波和無(wú)功電流.
2011-09-23 16:06:1732 有源電力濾波器是當(dāng)前對(duì)電網(wǎng)中諧波污染的有效手段, 基于瞬時(shí)無(wú)功功率理論提出了一種能同時(shí)檢測(cè)瞬時(shí)無(wú)功電流和高次諧波電流的檢測(cè)方法, 研制了采用這一檢測(cè)方法的80C196KC 有源電力
2011-09-26 14:40:5825 基于神經(jīng)元控制的SVPWM整流器直接功率控制
2016-03-30 18:24:1415 科學(xué)家發(fā)現(xiàn)人腦的基本組成單元是一種神經(jīng)元細(xì)胞，這些數(shù)量巨大的神經(jīng)元細(xì)胞，通過(guò)數(shù)量更多的突觸相互連接，這樣就產(chǎn)生了神經(jīng)網(wǎng)絡(luò)，人腦就是借助這樣的神經(jīng)元網(wǎng)絡(luò)進(jìn)行處理，所以有了認(rèn)知、感知和邏輯推理這些智能活動(dòng)。
2016-11-17 23:18:552775 一種改進(jìn)的無(wú)鎖相環(huán)FBD諧波電流檢測(cè)方法_王清亮
2017-01-05 15:24:152 基于模糊聚類(lèi)的神經(jīng)元識(shí)別方法_張晶
2017-01-08 11:13:290 一種改進(jìn)的無(wú)功及諧波電流檢測(cè)方法_毛宇陽(yáng)
2017-01-08 11:20:202 基于單神經(jīng)元自適應(yīng)PSD的汽包液位控制_常杰鋒
2017-01-12 22:34:220 基于模糊聚類(lèi)方法的神經(jīng)元形態(tài)分類(lèi)識(shí)別_劉輝舟
2017-03-16 10:31:520 空調(diào)房間溫度的智能單神經(jīng)元內(nèi)模控制_首善良
2017-03-15 08:00:000 一類(lèi)自突觸作用下神經(jīng)元電路的仿真和模擬
2017-09-16 10:27:278 基于A(yíng)RM和DSP的實(shí)時(shí)諧波源定位儀的研制
2017-09-22 17:48:0211 缺點(diǎn)，文中提出一種基于BP神經(jīng)網(wǎng)絡(luò)的諧波檢測(cè)算法，只需將檢測(cè)到的三相負(fù)載電流以及程序生成的A相模擬旋轉(zhuǎn)角作為系統(tǒng)的輸入，通過(guò)神經(jīng)網(wǎng)絡(luò)的計(jì)算便可以得到三相基波電流，再用負(fù)載電流減去基波電流便可以得到需補(bǔ)償?shù)?b class="flag-6" style="color: red">諧波成分，通過(guò)Ma
2017-11-10 14:26:5020 針對(duì)生物神經(jīng)細(xì)胞所具有的非聯(lián)合型學(xué)習(xí)機(jī)制，設(shè)計(jì)了具有非聯(lián)合型學(xué)習(xí)機(jī)制的新型神經(jīng)元模型學(xué)習(xí)神經(jīng)元。首先，研究了非聯(lián)合型學(xué)習(xí)機(jī)制中習(xí)慣化學(xué)習(xí)機(jī)制和去習(xí)慣化學(xué)習(xí)機(jī)制的簡(jiǎn)化描述；其次，建立了習(xí)慣化和去習(xí)慣化
2017-11-29 10:52:540 準(zhǔn)確、實(shí)時(shí)地檢測(cè)出電網(wǎng)中的諧波電流和無(wú)功電流是抑制諧波和無(wú)功補(bǔ)償?shù)年P(guān)鍵。依據(jù)瞬時(shí)無(wú)功功率理論，對(duì)三相諧波電流進(jìn)行了檢測(cè)。證明了基于瞬時(shí)無(wú)功功率理論的諧波檢測(cè)方法的可行性及有效性，為抑制諧波和無(wú)功補(bǔ)償提供準(zhǔn)確、實(shí)時(shí)的諧波及無(wú)功分量。
2018-01-23 11:04:1613047 
深度神經(jīng)網(wǎng)絡(luò)由許多獨(dú)立的神經(jīng)元組成，這些神經(jīng)元以復(fù)雜且反直覺(jué)的方式結(jié)合起來(lái)，進(jìn)而解決各種具有挑戰(zhàn)性的任務(wù)。這種復(fù)雜性賦予了神經(jīng)網(wǎng)絡(luò)強(qiáng)大的功能，但也使其成為一個(gè)令人困惑且不透明的黑箱。
2018-03-26 11:45:133373 
人工神經(jīng)網(wǎng)絡(luò)里的神經(jīng)元是什么，有什么用。作為AI入門(mén)小白，參考了一些文章，想記點(diǎn)筆記加深印象，發(fā)出來(lái)是給有需求的童鞋學(xué)習(xí)共勉，大神輕拍！
2018-06-17 22:31:0911097 
AI能夠映射大腦神經(jīng)元。人類(lèi)大腦包含大約860億個(gè)神經(jīng)元，并且一個(gè)立方毫米的神經(jīng)元可以產(chǎn)生超過(guò)1000TB的數(shù)據(jù)。
2018-07-24 10:46:473628 LSTM隱層神經(jīng)元結(jié)構(gòu)： LSTM隱層神經(jīng)元詳細(xì)結(jié)構(gòu)： //讓程序自己學(xué)會(huì)是否需要進(jìn)位，從而學(xué)會(huì)加法#in
2018-07-29 10:06:018783 目前，諧波抑制的一個(gè)重要趨勢(shì)是采用有源電力濾波器(Active Power Filter—APF)。而該濾波器性能的好壞與它所采用的諧波電流檢測(cè)方法有很大關(guān)系。因此，如何實(shí)時(shí)準(zhǔn)確地檢測(cè)出非線(xiàn)性負(fù)載電流中的諧波及無(wú)功電流是有源電力濾波器(APF)的關(guān)鍵技術(shù)。
2018-12-31 11:27:003840 
在對(duì)電網(wǎng)諧波治理和無(wú)功補(bǔ)償時(shí)，需要實(shí)時(shí)檢測(cè)分析電網(wǎng)中的諧波和無(wú)功電流，以便對(duì)電網(wǎng)中的諧波電流進(jìn)行抑制和補(bǔ)償無(wú)功功率。本文對(duì)小波變換算法在電網(wǎng)諧波電流檢測(cè)中的應(yīng)用做了研究，該算法利用mallat分解
2019-03-01 09:17:407 一項(xiàng)關(guān)于神經(jīng)元的研究，讓眾人看嗨了。
2019-07-09 17:24:073444 
路瞬時(shí)諧波電流的檢測(cè)系統(tǒng)。 即通過(guò)鎖相環(huán)產(chǎn)生與電壓同相的正弦和余弦信號(hào)， 分別與原電流相乘， 經(jīng)過(guò)濾波器分離出與原電流基波相關(guān)的直流量， 再經(jīng)過(guò)變換得到原電流的基波分量， 從原電流中減去基波分量得到要檢測(cè)的諧波分量。 理
2019-07-24 08:00:0014 本文提出一種新型單相電路諧波與無(wú)功電流的實(shí)時(shí)檢測(cè)方法。該方法通過(guò)構(gòu)造不對(duì)稱(chēng)的三相電流系統(tǒng)，并運(yùn)用d90同步坐標(biāo)變換，即可實(shí)時(shí)獲得該單相電流包含諧波、無(wú)功分量在內(nèi)的相關(guān)信息。理論分析和實(shí)驗(yàn)結(jié)論表明
2019-07-24 08:00:0011 為了解決單相電路瞬時(shí)諧波及無(wú)功電流檢測(cè)方法存在的不足， 本文利用三角函數(shù)的有關(guān)特性， 提出了一種新的單相電路諧波和無(wú)功電流實(shí)時(shí)檢測(cè)方法， 它通過(guò)計(jì)算得到基波有功和無(wú)功電流， 進(jìn)而得到諧波電流。其優(yōu)點(diǎn)
2019-07-24 08:00:004 的諧波電流檢測(cè)算法。 該檢測(cè)算法首先用與低壓電網(wǎng)單相電壓同相位的單位正余弦電壓信號(hào)分別與單相電流相乘， 然后利用低通濾波器得到單相電流的瞬時(shí)基波電流，進(jìn)而再獲得瞬時(shí)諧波電流。 數(shù)學(xué)論證表明：當(dāng)單相電路只需要檢測(cè)諧
2019-07-24 08:00:007 人腦的計(jì)算方式和傳統(tǒng)計(jì)算機(jī)完全不同。在人腦中，神經(jīng)元相當(dāng)于處理器，一個(gè)成年人的大腦至少有數(shù)百億個(gè)神經(jīng)元，每個(gè)神經(jīng)元都與其它神經(jīng)元相連，它們的連接處被稱(chēng)為突觸，突觸是人腦的存儲(chǔ)器，用計(jì)算機(jī)術(shù)語(yǔ)來(lái)說(shuō)，這是一個(gè)極其龐大的分布式計(jì)算系統(tǒng)。
2019-09-18 17:41:372009 近日，科學(xué)家研制出了一款人工神經(jīng)細(xì)胞微芯片，該芯片擁有和人體內(nèi)的生物神經(jīng)細(xì)胞類(lèi)似的功能，可復(fù)制重現(xiàn)海馬神經(jīng)元和呼吸神經(jīng)元信號(hào)，再現(xiàn)神經(jīng)元的電特性。
2019-12-05 14:07:584188 深度學(xué)習(xí)里的神經(jīng)元實(shí)質(zhì)上是數(shù)學(xué)函數(shù)，即相似度函數(shù)。在每個(gè)人工神經(jīng)元內(nèi)，帶權(quán)重的輸入信號(hào)和神經(jīng)元的閾值進(jìn)行比較，匹配度越高，激活函數(shù)值為1并執(zhí)行某種動(dòng)作的可能性就越大，不執(zhí)行（對(duì)應(yīng)函數(shù)值為0）的可能性越小。
2020-04-17 14:53:255473 刺突神經(jīng)元的回路使大腦功能成為可能，這些回路通過(guò)微觀(guān)但高度復(fù)雜的連接(稱(chēng)為突觸)連接在一起。
2020-04-24 17:16:133218 本文提出了一種帶預(yù)測(cè)補(bǔ)償?shù)倪x擇性諧波檢測(cè)方法以及基于該方法的電壓和電流閉環(huán)控制方法。這種檢測(cè)方法是從負(fù)載電流中直接檢測(cè)出指定次諧波（包括正序諧波和負(fù)序諧波） ， 并通過(guò)增加預(yù)測(cè)補(bǔ)償角徹底解決系統(tǒng)
2020-08-27 09:50:512429 
神經(jīng)元的電路模型介紹。
2021-03-19 15:16:4414 脈沖神經(jīng)元有監(jiān)督學(xué)習(xí)算法通過(guò)梯度下降法調(diào)整神經(jīng)元的突觸權(quán)值，但目標(biāo)學(xué)習(xí)序列長(zhǎng)度的增加會(huì)降低其精度并延長(zhǎng)學(xué)習(xí)周期。為此，提出一種帶延遲調(diào)整的梯度下降學(xué)習(xí)算法。將每個(gè)突觸的延遲作為學(xué)習(xí)參數(shù)，在學(xué)習(xí)過(guò)程中
2021-06-11 16:37:4112 神經(jīng)元是大腦活動(dòng)的最基本的單元，它們獨(dú)特的形狀和結(jié)構(gòu)能快速傳遞神經(jīng)系統(tǒng)信號(hào)。神經(jīng)元上的樹(shù)突是信號(hào)輸入口，它們就像“天線(xiàn)”一樣，在接收到信號(hào)后，引起神經(jīng)元興奮，將信號(hào)通過(guò)軸突傳遞給下一個(gè)神經(jīng)元。
2022-09-06 17:08:35974 人類(lèi)中樞神經(jīng)系統(tǒng)（CNS）內(nèi)的神經(jīng)回路由具有不同生物物理和功能特征的興奮性/抑制性神經(jīng)元細(xì)胞形成。
2022-09-20 11:19:571712 神經(jīng)元這一名稱(chēng)是為了表明正確的網(wǎng)絡(luò)控制機(jī)制和人腦是極為相似的。人腦中是沒(méi)有控制中心的。幾百萬(wàn)個(gè)神經(jīng)元連接在一起，每個(gè)神經(jīng)元都能通過(guò)位數(shù)眾多的路徑向其他的神經(jīng)元發(fā)送信息。每個(gè)神經(jīng)元通常專(zhuān)注于某一種特殊
2022-10-30 13:28:201020 神經(jīng)元 6050 數(shù)據(jù)表
2023-03-13 19:23:501 神經(jīng)元匯編語(yǔ)言參考
2023-03-13 19:30:170 神經(jīng)元 C 參考指南
2023-03-13 19:30:310 神經(jīng)元 6050 數(shù)據(jù)表
2023-07-04 20:41:170 神經(jīng)元匯編語(yǔ)言參考
2023-07-04 20:47:520 神經(jīng)元 C 參考指南
2023-07-04 20:48:060 在現(xiàn)代電力系統(tǒng)中，電力負(fù)載中經(jīng)常存在非線(xiàn)性元件，例如電子設(shè)備等。這些非線(xiàn)性元件會(huì)在電網(wǎng)中產(chǎn)生諧波，而諧波對(duì)電力系統(tǒng)的穩(wěn)定產(chǎn)生影響。為了減少諧波對(duì)電力系統(tǒng)的影響，人們引入了無(wú)功補(bǔ)償裝置。然而，當(dāng)無(wú)功補(bǔ)償裝置補(bǔ)償時(shí)諧波時(shí)，有時(shí)會(huì)發(fā)生著火的現(xiàn)象。那么，什么情況下會(huì)使無(wú)功補(bǔ)償裝置著火？
2023-07-19 14:33:59503
電子發(fā)燒友App
工商網(wǎng)監(jiān)
評(píng)論