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

一种多层前馈网参数可分离学习算法

章云 毛宗源 杨宜民

章云, 毛宗源, 杨宜民. 一种多层前馈网参数可分离学习算法. 自动化学报, 1998, 24(4): 439-446.
引用本文: 章云, 毛宗源, 杨宜民. 一种多层前馈网参数可分离学习算法. 自动化学报, 1998, 24(4): 439-446.
Zhang Yun, Mao Zongyuan, Yang Yimin. A Parameter-Separable Learning Algorithm for Multilayer Feedforward Neural Networks. ACTA AUTOMATICA SINICA, 1998, 24(4): 439-446.
Citation: Zhang Yun, Mao Zongyuan, Yang Yimin. A Parameter-Separable Learning Algorithm for Multilayer Feedforward Neural Networks. ACTA AUTOMATICA SINICA, 1998, 24(4): 439-446.

一种多层前馈网参数可分离学习算法

A Parameter-Separable Learning Algorithm for Multilayer Feedforward Neural Networks

  • 摘要: 目前大部分神经网络学习算法都是对网络所有的参数同时进行学习.当网络规模较 大时,这种做法常常很耗时.由于许多网络,例如感知器、径向基函数网络、概率广义回归网络 以及模糊神经网络,都是一种多层前馈型网络,它们的输入输出映射都可以表示为一组可变 基的线性组合.网络的参数也表现为二类:可变基中的参数是非线性的,组合系数是线性的. 为此,提出了一个将这二类参数进行分离学习的算法.仿真结果表明,这个学习算法加快了学 习过程,提高了网络的逼近性能.
  • 加载中
计量
  • 文章访问数:  1814
  • HTML全文浏览量:  83
  • PDF下载量:  1090
  • 被引次数: 0
出版历程
  • 收稿日期:  1997-01-02
  • 刊出日期:  1998-04-20

目录

    /

    返回文章
    返回