自适应性是指一个系统能改变自身的性能以适应环境变化的能力,它包含自学习与自组织两层含义。自学习是指当外界环境发生变化时,经过一段时间的训练或感知,神经网络能通过自动调整网络结构参数,使得对于给定输入能产生期望的输出。自组织是指神经系统能在外部刺激下按一定规则调整神经元之间的突触连接,逐渐构建起神经网络...
即所谓的自学习，自组织和自适应。并且，由于神经网络是采用整体逼近的方式，不会由于个别样本误差而影响...
自适应、自学习、自组织系统理论 自适应系统——前馈控制，环境条件还没影响到控制对象之前就进行预测而去控制的一种方式。 自学习系统——反馈控制根据自己的运行经验来改变控制算法的能力。 自组织系统——根据环境变化和运行经验来改变自身结构和行为参数进行控制。 具体你去参考系统工程的控制论...
自学习系统(self-learningsystem)亦称学习系统。模仿生物学习功能的系统。它能在系统运行过程中通过评估已有行为的正确性或优良度,自动修改系统结构或参数以改进自身品质的系统。与自适应系统不同之处在于:经学习而得到的改进可以保存并固定在系统结构之中,从而较易于实现,并可作为自动设计或调整的一种办法。 自组织系统...
自学习系统(self-learningsystem)亦称学习系统。模仿生物学习功能的系统。它能在系统运行过程中通过评估已有行为的正确性或优良度，自动修改系统结构或参数以改进自身品质的系统。与自适应系统不同之处在于：经学习而得到的改进可以保存并固定在系统结构之中，从而较易于实现，并可作为自动设计或调整的一种...
即所谓的自学习，自组织和自适应。并且，由于神经网络是采用整体逼近的方式，不会由于个别样本误差而影响整个模型特性，即所谓容错特性。其实用仿生的例子更容易理解，就像一个婴儿，父母不断教他说话，他最终能学习理解父母语言的意思，并且偶尔父母说错一两个字，孩子也能听懂。
人工神经网络 人工神经网络是由大量处理单元互联组成的非线性、自适应信息处理系统。它是在现代神经科学研究成果的基础上提出的,试图通过模拟大脑神经网络处理、记忆信息的方式进行信息处理。人工神经网络具有四个基本特征: ⑴非线性。非线性关系是自然界的普遍特性。人工
参 8182 4自 适应、自学 习、自整定和自组织系统Y 20 0 2·6 3 0 8 8·4 1 3 0 2 1 6 8 5 5自 适应飞机横 向制 导=A d 叩 i t v ei a c r诫tl a t e r a l加 d.`了了 n 了20I n g s〔会,英〕 / o T~,C.& L a n d r U m,Boft h e3 3 记豁u t h e...
从70年代初开始,傅京孙、Gloriso和Saridis等人从控制论角度进一步总结了人工智能技术与自适应、自组织、自学习控制的关系,正式提出了智能控制就是人工智能技术与控制理论的交叉,并创立了人—机交互式分级递阶智能控制的系统结构。在70年代中期前后,以模糊集合论为基础,从模仿人的控制决策思想出发,智能控制在另一个方向...
(3)、自学习、自组织和自适应。 (4)、人工神经元网络是大量的神经元的集体行为, 表现为复杂 的非线性动力学特性。 (5)人式神经元网络具有不适合高精度计算、学习算法和网络 设计没有统一标准等局限性。相关知识点: 试题来源: 解析 泛化能力 答:泛化能力又称推广能力,是机器学习中衡量学习机性能好坏的一个重...