版權(quán)說明: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),請進行舉報或認領(lǐng)
文檔簡介
1、在傳統(tǒng)神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法(如BP算法、RBF算法)中,權(quán)值為常數(shù),不能夠?qū)颖拘畔⑦M行完全記憶。針對這種問題,南京郵電大學(xué)的張代遠教授在其專著《神經(jīng)網(wǎng)絡(luò)新理論與方法》中提出權(quán)函數(shù)神經(jīng)網(wǎng)絡(luò)算法,用權(quán)函數(shù)代替權(quán)值,能夠?qū)崿F(xiàn)在學(xué)習(xí)訓(xùn)練中對樣本特征的精確記憶,并且,在這種新型網(wǎng)絡(luò)算法中,神經(jīng)網(wǎng)絡(luò)泛化能力隨著樣本個數(shù)的增加而增強。但是一般情況下,通過有限個已知樣本點求理論權(quán)函數(shù)是不可能做到的。在張代遠教授的研究基礎(chǔ)上,可以通過插值的方法求得近似的權(quán)
2、函數(shù),構(gòu)造權(quán)函數(shù)神經(jīng)網(wǎng)絡(luò)。
本文在MATLAB下編程的理論部分,主要是依據(jù)權(quán)函數(shù)神經(jīng)網(wǎng)絡(luò)的理論研究。通過插值方法構(gòu)造近似權(quán)函數(shù),對權(quán)函數(shù)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)在多輸入單輸出和多輸入多輸出兩種情況下的誤差進行分析。分析結(jié)果表明,訓(xùn)練樣本個數(shù)越多,誤差值越小。在軟件實現(xiàn)部分,本課題主要實現(xiàn)的是關(guān)于權(quán)函數(shù)神經(jīng)網(wǎng)絡(luò)在MATLAB實現(xiàn)的應(yīng)用研究。針對該軟件需求分析設(shè)計出能夠通過網(wǎng)絡(luò)參數(shù)建立權(quán)函數(shù)神經(jīng)網(wǎng)絡(luò),對于樣本的采集,加權(quán)因子的輸入,設(shè)計出能夠
溫馨提示
- 1. 本站所有資源如無特殊說明,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)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 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. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 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
- 樣條權(quán)函數(shù)神經(jīng)網(wǎng)絡(luò)用于入侵檢測的研究.pdf
- 復(fù)變權(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)在基坑變形預(yù)測中的應(yīng)用研究.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
- 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
- 連分式權(quán)函數(shù)神經(jīng)網(wǎng)絡(luò)研究及其在紋理分類中的應(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
- 基于三次樣條插指權(quán)函數(shù)神經(jīng)網(wǎng)絡(luò)設(shè)計的研究.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
- Fourier權(quán)函數(shù)神經(jīng)網(wǎng)絡(luò)研究及其在圖像識別中的應(yīng)用.pdf
- 有理樣條高階復(fù)合權(quán)函數(shù)神經(jīng)網(wǎng)絡(luò)的復(fù)雜度分析與應(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
- 第二類樣條權(quán)函數(shù)神經(jīng)網(wǎng)絡(luò)靈敏度研究、算法實現(xiàn)及其應(yīng)用.pdf
- 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
- 基于人工神經(jīng)網(wǎng)絡(luò)的水質(zhì)預(yù)測及MATLAB實現(xiàn).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
- 基于細胞神經(jīng)網(wǎng)絡(luò)的邏輯函數(shù)設(shè)計與實現(xiàn).pdf
- 基于matlab的bp神經(jīng)網(wǎng)絡(luò)應(yīng)用
評論
0/150
提交評論