2種改進的神經網絡結構學習算法

<span id="fpn9h"><noframes id="fpn9h"><span id="fpn9h"></span>

<span id="fpn9h"><noframes id="fpn9h">

<th id="fpn9h"></th>

<strike id="fpn9h"><noframes id="fpn9h"><strike id="fpn9h"></strike>

<th id="fpn9h"><noframes id="fpn9h">

<span id="fpn9h"><video id="fpn9h"></video></span>

<ruby id="fpn9h"></ruby>

<strike id="fpn9h"><noframes id="fpn9h"><span id="fpn9h"></span>

留言板

尊敬的讀者、作者、審稿人, 關于本刊的投稿、審稿、編輯和出版的任何問題, 您可以本頁添加留言。我們將盡快給您答復。謝謝您的支持!

姓名
郵箱
手機號碼
標題
留言內容
驗證碼

2種改進的神經網絡結構學習算法

王克成, 王科俊, 余達太

文章導航 > 工程科學學報 > 1997 > 19(5): 490-494

王克成, 王科俊, 余達太. 2種改進的神經網絡結構學習算法[J]. 工程科學學報, 1997, 19(5): 490-494. doi: 10.13374/j.issn1001-053x.1997.05.016

引用本文:

王克成, 王科俊, 余達太. 2種改進的神經網絡結構學習算法[J]. 工程科學學報, 1997, 19(5): 490-494. doi: 10.13374/j.issn1001-053x.1997.05.016

Wang Kecheng, Wang Kejun, Yu Datai. Two Improved Study Algorithms for Neural Network Structure[J]. Chinese Journal of Engineering, 1997, 19(5): 490-494. doi: 10.13374/j.issn1001-053x.1997.05.016

Citation:

Wang Kecheng, Wang Kejun, Yu Datai. Two Improved Study Algorithms for Neural Network Structure[J]. Chinese Journal of Engineering, 1997, 19(5): 490-494. doi: 10.13374/j.issn1001-053x.1997.05.016

王克成, 王科俊, 余達太. 2種改進的神經網絡結構學習算法[J]. 工程科學學報, 1997, 19(5): 490-494. doi: 10.13374/j.issn1001-053x.1997.05.016

引用本文:

王克成, 王科俊, 余達太. 2種改進的神經網絡結構學習算法[J]. 工程科學學報, 1997, 19(5): 490-494. doi: 10.13374/j.issn1001-053x.1997.05.016

Wang Kecheng, Wang Kejun, Yu Datai. Two Improved Study Algorithms for Neural Network Structure[J]. Chinese Journal of Engineering, 1997, 19(5): 490-494. doi: 10.13374/j.issn1001-053x.1997.05.016

Citation:

Wang Kecheng, Wang Kejun, Yu Datai. Two Improved Study Algorithms for Neural Network Structure[J]. Chinese Journal of Engineering, 1997, 19(5): 490-494. doi: 10.13374/j.issn1001-053x.1997.05.016

2種改進的神經網絡結構學習算法

doi: 10.13374/j.issn1001-053x.1997.05.016

1. 北京科技大學信息工程學院, 北京 100083;
2. 哈爾濱工程大學自控系, 哈爾濱 150001

作者簡介:
王克成男 41歲副教授現在鞍山鋼鐵學院工作

中圖分類號: TP13
計量
- 文章訪問數: 232
- HTML全文瀏覽量: 94
- PDF下載量: 8
- 被引次數: 0
出版歷程
- 收稿日期: 1996-10-08
- 網絡出版日期: 2021-09-10

Two Improved Study Algorithms for Neural Network Structure

1. Information Engineering School, UST Beijing, Beijing 100083, China;
2. Department of Autormatic Control, Harbin Engineering University, Harbin 150001, China

摘要: 針對已提出的靈敏度計算和自構形2種神經網絡結構學習算法，提出2種改進的算法.實驗證明改進的算法比原算法有更好的泛化能力.
- 神經網絡 /
- 結構學習算法 /
- 靈敏度
Abstract: Based on the two Neural Network Study algorithim; Sensitivity Calculation and Self Constructing, two improved algorithm are proposed, which are proved to be better than the original algorithms by the experiments.
- neuraln network /
- structure study algorithm /
- sensitivity calculation

參考文獻(0)

資源附件(0)

WeChat

點擊查看大圖

計量

文章訪問數: 232
HTML全文瀏覽量: 94
PDF下載量: 8
被引次數: 0

/

下載: 全尺寸圖片幻燈片

分享

用微信掃碼二維碼

分享至好友和朋友圈

返回

<span id="fpn9h"><noframes id="fpn9h"><span id="fpn9h"></span>

<span id="fpn9h"><noframes id="fpn9h">

<th id="fpn9h"></th>

<strike id="fpn9h"><noframes id="fpn9h"><strike id="fpn9h"></strike>

<th id="fpn9h"><noframes id="fpn9h">

<span id="fpn9h"><video id="fpn9h"></video></span>

<ruby id="fpn9h"></ruby>

<strike id="fpn9h"><noframes id="fpn9h"><span id="fpn9h"></span>