2.845

2023影响因子

(CJCR)

  • 中文核心
  • EI
  • 中国科技核心
  • Scopus
  • CSCD
  • 英国科学文摘

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

两种典型神经网络容错方法的比较

许荔秦 胡东成

许荔秦, 胡东成. 两种典型神经网络容错方法的比较. 自动化学报, 2002, 28(5): 700-707.
引用本文: 许荔秦, 胡东成. 两种典型神经网络容错方法的比较. 自动化学报, 2002, 28(5): 700-707.
XU Li-Qin, HU Dong-Cheng. Comparison of Two Typical Fault-Tolerance Algorithms of Neural Networks. ACTA AUTOMATICA SINICA, 2002, 28(5): 700-707.
Citation: XU Li-Qin, HU Dong-Cheng. Comparison of Two Typical Fault-Tolerance Algorithms of Neural Networks. ACTA AUTOMATICA SINICA, 2002, 28(5): 700-707.

两种典型神经网络容错方法的比较

详细信息
    通讯作者:

    许荔秦

  • 中图分类号: TP202.1

Comparison of Two Typical Fault-Tolerance Algorithms of Neural Networks

More Information
    Corresponding author: XU Li-Qin
  • 摘要: Behnam提出的SC算法和文中提出的rehidden算法是两种典型的前向神经网络容错 算法,前者改进BP算法进行学习,后者对已学习的网络进行隐层节点冗余.这两种算法各有优 缺点.文中对这两种算法进行了仿真实验分析,最终得到了每种算法适用的网络规模和硬件条 件,在不同环境下应采用不同的方法才能得到可行的容错网络.最后还对SC算法的一些改进进 行了讨论.
  • 加载中
计量
  • 文章访问数:  2682
  • HTML全文浏览量:  105
  • PDF下载量:  983
  • 被引次数: 0
出版历程
  • 收稿日期:  2000-07-21
  • 刊出日期:  2002-05-20

目录

    /

    返回文章
    返回