非线性函数的自适应分区多神经网络学习及仿真实验
Adaptive Partitioning Learning of Nonlinear Function Using Neural Network and Simulation Experiment作者机构：南京师范大学计算机系南京210097
出 版 物：《计算机工程》 (Computer Engineering)
年 卷 期：2003年第29卷第2期
页 面：145-146,257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] 080203[工学-机械设计及理论] 0835[工学-软件工程] 0802[工学-机械工程] 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：江苏省教育厅自然科学基金项目(2001XXTSJB111)
主 题：非线性函数 自适应分区 BP神经网络 仿真 学习算法 多维函数
摘 要：根据BP神经网络学习非线性函数的精度与所学函数的区间大小及变化率等有关, 提出了一种非线性函数的自适应分区多神经网络学习方法, 这种方法根据学习精度的要求,自适应地把所学函数分成若干区间, 分别用一个BP神经网络去学习,从而使学习精度大大提高。 最后, 给出了学习一维函数和多维函数的仿真实例, 其结果表明分区学习的精度可提高10倍以上 。
维普期刊数据库
同方期刊数据库