期刊文献+
共找到74篇文章
< 1 2 4 >
每页显示 20 50 100
基于深度强化学习的复杂网络节点影响力排序算法
1
作者 李旭杰 吉普 +2 位作者 孙颖 李浩天 徐宁 《电讯技术》 北大核心 2024年第10期1644-1652,共9页
针对当前节点影响力评估算法准确度较低的情况,提出了一种基于深度强化学习的节点影响力排序算法。该算法从网络拆解的视角看待节点影响力,将节点影响力的排序问题转换为网络拆除策略的优化问题。算法首先利用排序学习训练图神经网络模... 针对当前节点影响力评估算法准确度较低的情况,提出了一种基于深度强化学习的节点影响力排序算法。该算法从网络拆解的视角看待节点影响力,将节点影响力的排序问题转换为网络拆除策略的优化问题。算法首先利用排序学习训练图神经网络模型的节点特征提取能力,然后使用强化学习对依赖于网络状态的节点断连行为做价值学习,最后使用训练完成的模型预测网络拆除的最佳策略,即节点影响力的最准确排序。仿真实验证明,所提算法在典型真实数据集的CN(Crtical Node)与ND(Network Dismantling)问题上,相较于PageRank算法,准确度分别提升了31.1%与29.0%。同时,该算法具有较低的复杂度,可为网络稳定性分析和网络性能优化提供技术支撑。 展开更多
关键词 复杂网络 节点影响力 深度强化学习 图神经网络 排序学习
下载PDF
基于OMAGA-BP算法的高密度电阻率法反演研究 被引量:1
2
作者 刘湘浩 刘四新 +2 位作者 胡铭奇 孙中秋 王千 《物探与化探》 CAS 北大核心 2023年第6期1519-1527,共9页
高密度电阻率法由于其高效、直观的特点,在工程勘查中得到广泛应用。然而,由于反演问题的高度非线性,传统的反演方法在刻画异常体边界时存在一定的不精确性。为了实现高精度的高密度电法二维非线性反演成像,克服BP算法损失函数参数空间... 高密度电阻率法由于其高效、直观的特点,在工程勘查中得到广泛应用。然而,由于反演问题的高度非线性,传统的反演方法在刻画异常体边界时存在一定的不精确性。为了实现高精度的高密度电法二维非线性反演成像,克服BP算法损失函数参数空间存在大量鞍点影响计算精度,及普通遗传算法存在早熟收敛、难以赋予BP网络最优的权值阈值的问题,本文提出基于最佳保留策略的自适应遗传算法(optimum maintaining adaptive genetic algorithm,简称OMAGA)优化的BP神经网络进行高密度电法二维反演成像方法。该方法对仿真模型数据及实测数据的反演计算都得到了较好的结果,表明该方法具有泛化能力强、反演计算精度高的优点。该研究对未来高密度电阻率法的精确反演有一定的指导作用,有助于提高地下目标的识别精度。 展开更多
关键词 基于最佳保留策略的自适应遗传算法 BP神经网络 高密度电阻率法 反演精度
下载PDF
网络流量预测方法 被引量:34
3
作者 董梦丽 杨庚 曹晓梅 《计算机工程》 CAS CSCD 北大核心 2011年第16期98-100,共3页
分析网络流量的行为特性并建立模型进行预测,对于网络管理以及安全预警具有重要意义。基于此,针对网络异常处理滞后、网络服务质量差等问题,研究多种经典流量预测方法,从流量特性、建模复杂性、预测精度及应用场景等多角度进行分析比较... 分析网络流量的行为特性并建立模型进行预测,对于网络管理以及安全预警具有重要意义。基于此,针对网络异常处理滞后、网络服务质量差等问题,研究多种经典流量预测方法,从流量特性、建模复杂性、预测精度及应用场景等多角度进行分析比较。实验结果证明,预测模型与具体场景密切相关,实际操作时需根据流量特性及预测目标选择合适的模型。 展开更多
关键词 时间序列 小波变换 神经网络 预测精度 复杂度
下载PDF
基于神经网络和专家系统的故障诊断 被引量:19
4
作者 徐常胜 周兆英 +1 位作者 刘思行 张耀清 《控制与决策》 EI CSCD 北大核心 1995年第4期342-346,351,共6页
分析了专家系统和神经网络在故障诊断中的应用。针对两种技术各自的优缺点,建立了一个基于神经网络和专家系统的采煤机集成故障诊断系统。介绍了系统的结构、诊断策略及神经网络的学习算法,并给出了仿真结果。
关键词 故障诊断 神经网络 专家系统
下载PDF
毛竹林林分平均胸径模拟预测模型的研究 被引量:31
5
作者 何东进 洪伟 吴承祯 《林业科学》 CAS CSCD 北大核心 2000年第z01期148-153,共6页
The number of bamboo stem at different ages and the mean diameter at breast height(DBH)which are the important target in evaluating productivity of bamboo stand were investigated in 50 plots established in Jianou city... The number of bamboo stem at different ages and the mean diameter at breast height(DBH)which are the important target in evaluating productivity of bamboo stand were investigated in 50 plots established in Jianou city, Fujian Province in this paper, and the authors selected the method of artificial neural network to biuld the simulative and predictive model of mean DBH for bamboo stands. Artificial neural network is a good method in handling the overall nonlinear mapping problems between input variables and output ones, which has a wide application in many research fields, such as system simulating, automation controlling, paralleled data processing and so on. In this paper, the input variables were the number of different age and the total number of stand, the output variable was mean DBH for bamboo stands, the number of neurons of hide level( M ) was M=2L+1=3 according to the last document ( L is the number of factors of input level), and the network activity function is Sigmiod function as follows: F(x)=1/(1+e -x ). Using the built BP network, the samples were trained until E j(W 1 lm ,W 2 mn )=Nn=1(O nj -Y nj ) 2 =min, where O nj and Y nj are output values of network and really values of DBH for bamboo stands respectively, N is the number of trained samples, and E j is sum of square deviation of BP network. If E j didn’t converge, the weights and thresholds of BP network were adjusted as follow: ΔW ij (n+1)=βλ jX i+αΔW ij (n) and Δη j(n+1)=-βλ j+αΔη j(n) .. The results showed that the mean simulative accuracy and the mean predictive accuracy of mean D.B.H BP model for bamboo stands were all satisfactory, which were 89 95% and 89 26% respectively. Therefore, it provided a scientific basis for evaluating the productivity and realizing high yield for bamboo stands. 展开更多
关键词 毛竹林 平均胸径 人工神经网络 模拟预测模型
下载PDF
神经网络的多传感器数据融合基于新算法在障碍物识别中的应用 被引量:9
6
作者 朱晓芸 杨建刚 何志钧 《机器人》 EI CSCD 北大核心 1997年第3期166-172,共7页
本文提出了一种用于自主式移动机器人的障碍物类型识别的数据融合新方法,有两种不同的神经网络——小脑模型联接控制器(CMAC)和多层前向网分别对来自CCD摄象机的二维图象和来自超声测距系统的距离信息进行数据融合,而这两种... 本文提出了一种用于自主式移动机器人的障碍物类型识别的数据融合新方法,有两种不同的神经网络——小脑模型联接控制器(CMAC)和多层前向网分别对来自CCD摄象机的二维图象和来自超声测距系统的距离信息进行数据融合,而这两种神经网络事先都用围绕障碍物采集的数据集进行过离线训练.为了验证该系统的有效性,我们构造了一系列的仿真实验.实验结果表明,一台个人计算机就能实时地识别出障碍物的类型. 展开更多
关键词 传感器 数据融合 神经网络 移动式 机器人
下载PDF
基于神经网络的民用飞机重着陆诊断技术研究 被引量:24
7
作者 曹海鹏 舒平 黄圣国 《计算机测量与控制》 CSCD 2008年第7期906-908,共3页
针对飞行品质监控工作中发现的国内航空公司对于重着陆的判断方法存在很多不足,一线飞行员和机务人员对此满意度不高,研究从造成重着陆的相关因素入手,利用QAR记录的多个飞行参数的信息,采用人工神经网络建立重着陆的诊断模型;以航空公... 针对飞行品质监控工作中发现的国内航空公司对于重着陆的判断方法存在很多不足,一线飞行员和机务人员对此满意度不高,研究从造成重着陆的相关因素入手,利用QAR记录的多个飞行参数的信息,采用人工神经网络建立重着陆的诊断模型;以航空公司的B737机型的实际数据为样本对模型进行训练和验证,结果显示基于神经网络的模型能够准确判断重着陆事件,为重着陆的诊断提供了一条行之有效的途径,具有较强的工程实用价值和通用性。 展开更多
关键词 重着陆 飞行品质监控 诊断模型 BP神经网络
下载PDF
基于神经网络光伏发电预测模型的研究 被引量:15
8
作者 康洪波 刘瑞梅 侯秀梅 《电源技术》 CAS CSCD 北大核心 2013年第3期447-449,共3页
随着光伏发电应用规模和区域的不断扩大,光伏发电系统监控具有越来越重要的意义。而光伏发电预测是光伏监控系统能量调度的一项重要日常工作,是制定输配电方案的主要依据。通过对比三种主流的光伏发电预测模型,分析影响光伏发电量的各... 随着光伏发电应用规模和区域的不断扩大,光伏发电系统监控具有越来越重要的意义。而光伏发电预测是光伏监控系统能量调度的一项重要日常工作,是制定输配电方案的主要依据。通过对比三种主流的光伏发电预测模型,分析影响光伏发电量的各种因素,设计了一种新颖的基于BP神经网络的光伏发电预测模型。该模型根据不同的日类型和季节进行预测子模型划分,预测子模型以温度、历史发电数据、历史日照强度数据为输入数据对模型进行了训练与仿真分析。预测结果验证了该模型的有效性,对于保持电力系统的功率平衡和经济运行有着重要的意义。 展开更多
关键词 光伏发电 光电跟踪 神经网络 发电预测
下载PDF
基于PCA-BP神经网络的装甲车辆柴油机状态评估 被引量:9
9
作者 曹艳华 陈春良 +1 位作者 齐蕴光 宋敬华 《计算机测量与控制》 CSCD 北大核心 2012年第7期1892-1894,共3页
针对装甲车辆柴油机摩托小时不能真实反映实际技术状况的问题,通过提取气缸压缩压力、加速时间、减速时间、供油提前角、振动能量和平均燃油流量等状态参数,运用主成分分析和BP神经网络相结合的方法构建了一种柴油机状态评估模型;该模... 针对装甲车辆柴油机摩托小时不能真实反映实际技术状况的问题,通过提取气缸压缩压力、加速时间、减速时间、供油提前角、振动能量和平均燃油流量等状态参数,运用主成分分析和BP神经网络相结合的方法构建了一种柴油机状态评估模型;该模型首先利用主成分分析方法将多个参数简化为两个综合参数,并根据综合参数的散点图对柴油机的状态进行初步划分,得到BP神经网络的训练数据;最后通过建立BP神经网络进行状态评估;评估结果表明,该模型准确度高,具有较好的应用和推广价值。 展开更多
关键词 装甲车辆 柴油机 主成分分析 BP神经网络 状态评估
下载PDF
基于深度学习的大豆生长期叶片缺素症状检测方法 被引量:20
10
作者 熊俊涛 戴森鑫 +3 位作者 区炯洪 林筱芸 黄琼海 杨振刚 《农业机械学报》 EI CAS CSCD 北大核心 2020年第1期195-202,共8页
为了检测作物叶片缺素,提出了一种基于神经网络的大豆叶片缺素视觉检测方法。在对大豆缺素叶片进行特征分析后,采用深度学习技术,利用Mask R-CNN模型对固定摄像头采集的叶片图像进行分割,以去除背景特征,并利用VGG16模型进行缺素分类。... 为了检测作物叶片缺素,提出了一种基于神经网络的大豆叶片缺素视觉检测方法。在对大豆缺素叶片进行特征分析后,采用深度学习技术,利用Mask R-CNN模型对固定摄像头采集的叶片图像进行分割,以去除背景特征,并利用VGG16模型进行缺素分类。首先通过摄像头采集水培大豆叶片图像,对大豆叶片图像进行人工标记,建立大豆叶片图像分割任务的训练集和测试集,通过预训练确定模型的初始参数,并使用较低的学习率训练Mask RCNN模型,训练后的模型在测试集上对背景遮挡的大豆单叶片和多叶片分割的马修斯相关系数分别达到了0.847和0.788。通过预训练确定模型的初始参数,使用训练全连接层的方法训练VGG16模型,训练的模型在测试集上的分类准确率为89.42%。通过将特征明显的叶片归类为两类缺氮特征和4类缺磷特征,分析讨论了模型的不足之处。本文算法检测一幅100万像素的图像平均运行时间为0.8 s,且对复杂背景下大豆叶片缺素分类有较好的检测效果,可为农业自动化生产中植株缺素情况估计提供技术支持。 展开更多
关键词 大豆叶片 缺素 深度学习 神经网络 迁移学习
下载PDF
基于云模型的BP算法改进 被引量:11
11
作者 柴日发 徐文骞 曾文华 《计算机仿真》 CSCD 2002年第3期123-126,共4页
云模型是定性定量间的不确定转换模型 ,它将概念的模糊性和随机性集成在一起。文中提出一种利用云模型来有效避免BP算法陷入局部极小的方法 ,该方法通过基于云模型和输入参数区间划分的学习因子自适应调整算法来实现。该算法在复杂非线... 云模型是定性定量间的不确定转换模型 ,它将概念的模糊性和随机性集成在一起。文中提出一种利用云模型来有效避免BP算法陷入局部极小的方法 ,该方法通过基于云模型和输入参数区间划分的学习因子自适应调整算法来实现。该算法在复杂非线性分类 (阴阳图 ) 展开更多
关键词 云模型 BP算法 神经网络 定性规则 学习算法
下载PDF
结合改进主动学习的SVD-CNN弹幕文本分类算法 被引量:11
12
作者 邱宁佳 丛琳 +2 位作者 周思丞 王鹏 李岩芳 《计算机应用》 CSCD 北大核心 2019年第3期644-650,共7页
为解决传统卷积神经网络(CNN)模型使用池化层进行文本特征降维会损失较多文本语义信息的问题,提出一种基于奇异值分解(SVD)算法的卷积神经网络模型(SVD-CNN)。首先,采用改进的基于密度中心点采样的主动学习算法(DBC-AL)选择对分类模型... 为解决传统卷积神经网络(CNN)模型使用池化层进行文本特征降维会损失较多文本语义信息的问题,提出一种基于奇异值分解(SVD)算法的卷积神经网络模型(SVD-CNN)。首先,采用改进的基于密度中心点采样的主动学习算法(DBC-AL)选择对分类模型贡献率较高的样本进行标注,以低标注代价获得高质量模型训练集;然后,结合SVD算法建立SVD-CNN弹幕文本分类模型,使用奇异值分解的方法代替传统CNN模型池化层进行特征提取和降维,并在此基础上完成弹幕文本分类任务;最后,使用改进的梯度下降算法(PSGD)对模型参数进行优化。为了验证改进算法的有效性,使用多种弹幕数据样本集,对提出的模型与常用的文本分类模型进行对比实验。实验结果表明,改进的算法能够更好地保留文本语义特征,保证训练过程的稳定性并提高了模型的收敛速度,在不同的弹幕文本上较传统算法具有更好的分类性能。 展开更多
关键词 卷积神经网络 奇异值分解 主动学习 梯度下降 文本分类
下载PDF
硫酸亚铁对两种烟煤直接液化的催化作用 被引量:6
13
作者 张立安 杨建丽 刘振宇 《催化学报》 SCIE CAS CSCD 北大核心 1999年第6期654-658,共5页
用饱和浸渍法把FeSO4 直接担载于山东兖州和山西汾西两种烟煤上. 在实验的基础上,结合人工神经网络模型考察了FeSO4 浸渍量、反应温度和反应时间对烟煤液化行为的影响,并通过XRD和热力学计算探索了FeSO4 在煤直接... 用饱和浸渍法把FeSO4 直接担载于山东兖州和山西汾西两种烟煤上. 在实验的基础上,结合人工神经网络模型考察了FeSO4 浸渍量、反应温度和反应时间对烟煤液化行为的影响,并通过XRD和热力学计算探索了FeSO4 在煤直接液化反应中可能发生的化学形态变化. 结果表明,训练完全的人工神经网络不仅可较好地拟合实验结果,而且可较好地预报反应条件对FeSO4 催化活性的影响.FeSO4 在煤液化反应时存在着临界浸渍量,当铁含量大于1-0 % 时,其值对液化结果影响不大; 煤直接液化反应存在着最佳反应温度,兖州煤为410 ℃左右,而汾西煤难以裂解,反应最佳温度为430 ℃; 在FeSO4 催化条件下,兖州煤在400 ℃反应40 min 以前即可达到较大程度的加氢液化,而汾西煤在450 ℃反应1 h 以后才能达到较好的加氢效果.XRD和热力学计算结果表明:FeSO4 只有在煤中各种形态硫的作用下,才能转变为Fe1 - xS, 起到催化作用. 展开更多
关键词 硫酸亚铁 直接液化 液化 催化剂
下载PDF
Chinese preparation Xuesaitong promotes the mobilization of bone marrow mesenchymal stem cells in rats with cerebral infarction 被引量:23
14
作者 Jin-sheng Zhang Bao-xia Zhang +2 位作者 Mei-mei Du Xiao-ya Wang Wei Li 《Neural Regeneration Research》 SCIE CAS CSCD 2016年第2期292-297,共6页
After cerebral ischemia, bone marrow mesenchymal stem cells are mobilized and travel from the bone marrow through peripheral circulation to the focal point of ischemia to initiate tissue regeneration. However, the num... After cerebral ischemia, bone marrow mesenchymal stem cells are mobilized and travel from the bone marrow through peripheral circulation to the focal point of ischemia to initiate tissue regeneration. However, the number of bone marrow mesenchymal stem cells mobilized into peripheral circulation is not enough to exert therapeutic effects, and the method by which blood circulation is promoted to remove blood stasis influences stem cell homing. The main ingredient of Xuesaitong capsules is Panax notoginseng saponins, and Xuesaitong is one of the main drugs used for promoting blood circulation and removing blood stasis. We established rat models of cerebral infarction by occlusion of the middle cerebral artery and then intragastrically administered Xuesaitong capsules(20, 40 and 60 mg/kg per day) for 28 successive days. Enzyme-linked immunosorbent assay showed that in rats with cerebral infarction, middle- and high-dose Xuesaitong significantly increased the level of stem cell factors and the number of CD117-positive cells in plasma and bone marrow and significantly decreased the number of CD54-and CD106-positive cells in plasma and bone marrow. The effect of low-dose Xuesaitong on these factors was not obvious. These findings demonstrate that middle- and high-dose Xuesaitong and hence Panax notoginseng saponins promote and increase the level and mobilization of bone marrow mesenchymal stem cells in peripheral blood. 展开更多
关键词 nerve regeneration Panax notoginseng saponin XUESAITONG bone marrow mesenchymal stem cell cerebral infarction MOBILIZATION peripheral circulation HOMING nerual regeneration
下载PDF
用于信号逼近和分类的自适应周期小波神经网络 被引量:5
15
作者 何强 黄生 +1 位作者 毛士艺 张有为 《信号处理》 CSCD 2000年第1期42-45,共4页
小波神经网络是一种新的信号逼近和分类工具.对小波基函数的选取、参数初值确定、参数的计算方法以及在信号逼近和分类中的应用等问题已经有大量研究.小波神经网络应用于信号分类仍有不少具体问题.本文针对模板和样本信号周期不同时... 小波神经网络是一种新的信号逼近和分类工具.对小波基函数的选取、参数初值确定、参数的计算方法以及在信号逼近和分类中的应用等问题已经有大量研究.小波神经网络应用于信号分类仍有不少具体问题.本文针对模板和样本信号周期不同时网络参数差异较大的问题,对网络结构进行了修正,提出了自适应周期小波神经网络(APWNN,AdaptivePeriodWaveletneuralNetwork),给出了计算方法.以特定人元音识别试验为例,给出了APWNN在信号分类中的具体应用. 展开更多
关键词 小波 神经网络 信号逼近 信号分类 信号处理
下载PDF
人工神经网络紫外吸收光谱法测定安钠咖注射液各组分 被引量:4
16
作者 严拯宇 姜新民 +1 位作者 康继红 胡育筑 《分析科学学报》 CAS CSCD 1998年第1期27-30,共4页
应用人工神经网络原理,采用误差反向传播方法,对紫外吸收光谱重叠的安钠咖注射液中咖啡因和苯甲酸钠含量进行测定.实验表明,人工神经网络法对上述两组分含量测定结果准确,探讨了人工神经网络参数对分析结果的影响.
关键词 ANN 吸收光谱 咖啡因 苯甲酸钠 安钠咽注射液
下载PDF
粒子群优化RBF神经网络的短时交通流量预测 被引量:15
17
作者 冯明发 卢锦川 《计算机仿真》 CSCD 北大核心 2010年第12期323-326,共4页
根据交通流量数据具有非周期性、非线性和随机性等特点,为了更准确地对交通流量进行预测,实现交通智能控制和规划是主要问题。交通流量预测中存在容易陷入局部极小值、收敛速度慢,泛化能力差等问题,影响了交通流量预测的实用性和准确性... 根据交通流量数据具有非周期性、非线性和随机性等特点,为了更准确地对交通流量进行预测,实现交通智能控制和规划是主要问题。交通流量预测中存在容易陷入局部极小值、收敛速度慢,泛化能力差等问题,影响了交通流量预测的实用性和准确性。提出基于粒子群(PSO)优化RBF神经网络的交通流量预测方法。利用PSO算法操作简单、容易实现等特点及其深刻的智能背景,对RBF神经网络的参数(中心和宽度)、连接权重进行优化,并用经PSO算法优化的RBF神经网络对短时交通流量进行仿真预测,仿真结果表明,PSO算法优化的RBF神经网络具有较高的预测精度,比RBF预测模型精度高、收敛快。PSO算法优化的RBF神经网络,适用于短时交通流量预测,预测精度较高,具有推广应用价值。 展开更多
关键词 交通流量 神经网络 粒子群算法 优化
下载PDF
基于灵敏度分析的模拟电路故障特征优化 被引量:2
18
作者 赵军荣 石秀华 +1 位作者 王永虎 陈永社 《弹箭与制导学报》 CSCD 北大核心 2007年第5期262-264,共3页
研究了灵敏度分析在模拟电路故障诊断中的数据压缩及特征优化中的应用,利用神经网络的非线性映射和学习推理的优点,提出了基于特征灵敏度的特征向量优化方法。通过对模拟电路的频响参数分析,比较输入特征向量的分类能力,减少输入数据冗... 研究了灵敏度分析在模拟电路故障诊断中的数据压缩及特征优化中的应用,利用神经网络的非线性映射和学习推理的优点,提出了基于特征灵敏度的特征向量优化方法。通过对模拟电路的频响参数分析,比较输入特征向量的分类能力,减少输入数据冗余和降低向量维数,实现特征向量的优化。对标准电路的仿真结果表明:该方法与优化前的诊断准确率相近,能够实现模拟电路故障特征优化。 展开更多
关键词 模拟电路 灵敏度分析 神经网络 LABVIEW 特征优化
下载PDF
协同神经网络的不变性研究 被引量:5
19
作者 赵同 戚飞虎 《上海交通大学学报》 EI CAS CSCD 北大核心 1998年第10期34-38,共5页
协同神经网络作为一种全新的神经网络,它的自上而下的构造方式,与自然界中自组织现象存在深刻的相似性.文中在介绍了模式识别协同神经网络的基础上,研究了协同神经网络用于模式识别的空间不变性.通过二维傅氏变换、复对数映射等方... 协同神经网络作为一种全新的神经网络,它的自上而下的构造方式,与自然界中自组织现象存在深刻的相似性.文中在介绍了模式识别协同神经网络的基础上,研究了协同神经网络用于模式识别的空间不变性.通过二维傅氏变换、复对数映射等方法,对图象进行预处理,提取图象的空间不变性,并在变换后的空间上利用协同神经网络进行识别.试验表明,协同神经网络不但能够识别空间变化的图象,并且对缺损、加噪图象也能很好识别,并且识别速度快,鲁棒性强,不会出现传统神经网络经常出现的伪状态. 展开更多
关键词 协同学 神经网络 汉字图象 模式识别
下载PDF
多层前馈神经网络隐单元数目上界的证明 被引量:4
20
作者 刘英敏 吴沧浦 《北京理工大学学报》 EI CAS CSCD 2000年第1期73-76,共4页
研究前馈神经网络隐单元数目的上界和如何利用样本集的特性减少所需的隐单元个数 .利用 Sigmoid函数的两端极限特性 ,使每个隐单元表示 1~ 2个样本 .在样本集具有局部单调性的情况下 ,可以用有 (p- 1) / 2个隐单元的 3层前馈神经网络... 研究前馈神经网络隐单元数目的上界和如何利用样本集的特性减少所需的隐单元个数 .利用 Sigmoid函数的两端极限特性 ,使每个隐单元表示 1~ 2个样本 .在样本集具有局部单调性的情况下 ,可以用有 (p- 1) / 2个隐单元的 3层前馈神经网络以任意小的误差表示 p个目标值 .对一般的样本集 ,所需的隐单元数为 (p- 1) / 2~ (p- 1) 展开更多
关键词 前馈神经网络 隐单元数 上界 泛化 激活函数
下载PDF
上一页 1 2 4 下一页 到第
使用帮助 返回顶部