期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于高维空间划分的神经网络分类学习模型 被引量:3
1
作者 黄金才 陈文伟 +3 位作者 赵侠 黄宏斌 张维明 邓苏 《南京大学学报(自然科学版)》 CAS CSCD 北大核心 2003年第2期194-204,共11页
 基于高维空间划分的原理,提出了一种非线性神经元CC模型和基于CC模型的神经网络的构造算法.从理论上证明基于CC模型的神经网络的容错性比MP网络要好,而且网络的隐层节点个数远远少于FP网络的隐层神经元个数,对于分类问题其计算复杂性...  基于高维空间划分的原理,提出了一种非线性神经元CC模型和基于CC模型的神经网络的构造算法.从理论上证明基于CC模型的神经网络的容错性比MP网络要好,而且网络的隐层节点个数远远少于FP网络的隐层神经元个数,对于分类问题其计算复杂性仅为多项式(上界≤O(p2)),p为样本个数.该网络有明确的几何和物理意义,具有持续学习和噪声数据处理能力,适合大规模数据挖掘领域. 展开更多
关键词 高维空间划分 分类学习模型 神经网络 非线性神经元 CC模型 数据挖掘 分类函数
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部