版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、經(jīng)過(guò)半個(gè)多世紀(jì)的發(fā)展,神經(jīng)網(wǎng)絡(luò)理論的研究已經(jīng)取得了很大的成就。然而,傳統(tǒng)神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法(如Bp算法、RBF 算法)存在訓(xùn)練權(quán)值難以反映訓(xùn)練樣本信息的缺陷,且在實(shí)際的應(yīng)用中,傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)模型難以確定。基于這些考慮,南京郵電大學(xué)的張代遠(yuǎn)教授經(jīng)過(guò)大量的理論研究,提出了一種全新的神經(jīng)網(wǎng)絡(luò)訓(xùn)練方式——樣條權(quán)函數(shù)神經(jīng)網(wǎng)絡(luò)訓(xùn)練算法[1][2]。該訓(xùn)練算法解決了傳統(tǒng)神經(jīng)網(wǎng)絡(luò)(如BP、RBF)局部極小、收斂速度慢、初值相關(guān)的缺陷。理論及實(shí)驗(yàn)已經(jīng)證明樣
2、條權(quán)函數(shù)神經(jīng)網(wǎng)絡(luò)具有良好的網(wǎng)絡(luò)性能。
本文在張代遠(yuǎn)教授研究的基礎(chǔ)上,對(duì)樣條權(quán)函數(shù)神經(jīng)網(wǎng)絡(luò)理論進(jìn)行了拓展,給出了一種連分式權(quán)函數(shù)神經(jīng)網(wǎng)絡(luò)訓(xùn)練算法。首先利用倒差商-連分式方法,構(gòu)造了以連分式函數(shù)作為權(quán)函數(shù)的新型人工神經(jīng)網(wǎng)絡(luò)-連分式權(quán)函數(shù)神經(jīng)網(wǎng)絡(luò);接著結(jié)合連分式權(quán)函數(shù)神經(jīng)網(wǎng)絡(luò)的模型對(duì)網(wǎng)絡(luò)收斂速度和誤差進(jìn)行分析;最后,通過(guò)仿真實(shí)驗(yàn),在均方差和運(yùn)算速度方面與傳統(tǒng)BP、RBF 神經(jīng)網(wǎng)絡(luò)算法的給予了對(duì)比分析,實(shí)驗(yàn)驗(yàn)證了連分式權(quán)函數(shù)神經(jīng)網(wǎng)
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 有理樣條權(quán)函數(shù)神經(jīng)網(wǎng)絡(luò)研究及其在文本分類中的應(yīng)用.pdf
- Walsh權(quán)函數(shù)神經(jīng)網(wǎng)絡(luò)研究及其應(yīng)用.pdf
- 樣條權(quán)函數(shù)神經(jīng)網(wǎng)絡(luò)算法研究及其應(yīng)用.pdf
- 復(fù)變權(quán)函數(shù)神經(jīng)網(wǎng)絡(luò)研究及其應(yīng)用.pdf
- Fourier權(quán)函數(shù)神經(jīng)網(wǎng)絡(luò)研究及其在圖像識(shí)別中的應(yīng)用.pdf
- 樣條權(quán)函數(shù)神經(jīng)網(wǎng)絡(luò)在基坑變形預(yù)測(cè)中的應(yīng)用研究.pdf
- 有理權(quán)函數(shù)神經(jīng)網(wǎng)絡(luò)研究及其在數(shù)據(jù)挖掘中的應(yīng)用.pdf
- 正交權(quán)函數(shù)神經(jīng)網(wǎng)絡(luò)研究及在圖像處理中的應(yīng)用.pdf
- 最佳有理權(quán)函數(shù)神經(jīng)網(wǎng)絡(luò)研究及其在網(wǎng)絡(luò)擁塞控制技術(shù)中的應(yīng)用.pdf
- 權(quán)函數(shù)神經(jīng)網(wǎng)絡(luò)的MATLAB實(shí)現(xiàn).pdf
- 正交權(quán)函數(shù)神經(jīng)網(wǎng)絡(luò)靈敏度研究及其應(yīng)用.pdf
- B-樣條權(quán)函數(shù)神經(jīng)網(wǎng)絡(luò)研究及其在數(shù)據(jù)挖掘中的應(yīng)用.pdf
- 樣條權(quán)函數(shù)神經(jīng)網(wǎng)絡(luò)的靈敏度分析及其在圖像邊緣檢測(cè)中的應(yīng)用.pdf
- B-樣條權(quán)函數(shù)神經(jīng)網(wǎng)絡(luò)靈敏度研究及其應(yīng)用.pdf
- 樣條權(quán)函數(shù)神經(jīng)網(wǎng)絡(luò)用于入侵檢測(cè)的研究.pdf
- 連分式函數(shù)在圖形圖像中的應(yīng)用.pdf
- 卷積神經(jīng)網(wǎng)絡(luò)在圖像分類中的應(yīng)用研究.pdf
- PSO神經(jīng)網(wǎng)絡(luò)及其在冷連軋機(jī)張力控制中的應(yīng)用研究.pdf
- 第二類樣條權(quán)函數(shù)神經(jīng)網(wǎng)絡(luò)靈敏度研究、算法實(shí)現(xiàn)及其應(yīng)用.pdf
- 基于人工神經(jīng)網(wǎng)絡(luò)的紋理分析方法在光學(xué)相干層析圖像分類中的應(yīng)用.pdf
評(píng)論
0/150
提交評(píng)論