模糊神经网络学习样本的选取与网络扩展能力研究
Study on Pattern Selection and Generalization Ability for Fuzzy Neural Networks作者机构：大庆石油学院安达151400 北京系统工程研究所北京100101
出 版 物：《计算机科学》 (Computer Science)
年 卷 期：2001年第28卷第6期
页 面：94-96页
核心收录：
学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）]
基 金：黑龙江省自然基金
摘 要：1. 引言 目前,有关神经网络的研究日趋走向成熟阶段.早在1989年,仅含一个隐层的BP网络就被证明可以逼近任意的连续函数[1～3],从而揭示了神经网络强大的计算能力.另一方面,神经网络方法用于问题求解无需建模,给实际问题的求解过程带来很大的方便.对于网络本身的建立,已有许多学习算法,目前使用比较多的是BP学习算法或其变形的形式.但是,网络在学习阶段普遍存在局部极值和学习速度较慢等问题[4].
维普期刊数据库
同方期刊数据库