检索结果-南通市图书馆

基于极大极小准则的Hopfield联想记忆学习算法

在线全文

学校读者我要写书评

暂无评论

软件学报 1996年第A期7卷 267-272页

作者：梁学斌吴立德

基于联想记忆各记忆模式的吸收域之间的应保持大小平衡的思想，提出了设计Ｈｏｐｆｉｅｌｄ联想记忆网络的极大极小准则，即设计出的对称连接权阵应使得网络最小的记忆模式吸收域达到最大，首选提出了一种快速算法；再发展了一个启发性... 详细信息

基于联想记忆各记忆模式的吸收域之间的应保持大小平衡的思想，提出了设计Ｈｏｐｆｉｅｌｄ联想记忆网络的极大极小准则，即设计出的对称连接权阵应使得网络最小的记忆模式吸收域达到最大，首选提出了一种快速算法；再发展了一个启发性迭代学习算法，称为约束感知器学习算法，大量实验结果表明了本文学习算法的优越性。

关键词：联想记忆极大极小准则学习算法神经网络

一种基于U-D分解卡尔曼滤波多层感知器学习算法

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

信号处理 1995年第4期11卷 276-282页

作者：马晓敏石油大学自动化系

在研究多层感知器结构后，提出一种利用U－D分解卡尔曼滤波训练多层网的新算法．仿真结果表明：与BP算法比较，此算法有着学习速度快、数值稳定性好、对学习参数不敏感、能避免局部极小点等特点。

关键词：神经网络多层感知器学习算法卡尔曼滤波

在线全文

学校读者我要写书评

暂无评论

一种快速SVM学习算法

南京理工大学学报 2003年第5期27卷 530-535页

作者：杨静宇魏兴国孙怀江南京理工大学计算机科学与技术系南京210094

介绍了支持向量机用于解决模式分类问题的基本原理和学习算法 ,在对SMO算法进行深入分析的基础上 ,提出了一种改进的分解算法GD ,较好地解决了训练过程中子问题的求解复杂度和迭代次数及效率之间的矛盾。实验表明 ,该算法能够大大缩短... 详细信息

介绍了支持向量机用于解决模式分类问题的基本原理和学习算法 ,在对SMO算法进行深入分析的基础上 ,提出了一种改进的分解算法GD ,较好地解决了训练过程中子问题的求解复杂度和迭代次数及效率之间的矛盾。实验表明 ,该算法能够大大缩短非线性核支持向量机的训练时间。

关键词：模式识别机器学习支持向量机学习算法 SVM学习算法

在线全文

学校读者我要写书评

暂无评论

一类反馈过程神经元网络模型及其学习算法

自动化学报 2004年第6期30卷 801-806页

作者：何新贵许少华北京大学信息科学技术学院北京100871

提出了一种基于权函数基展开的反馈过程神经元网络模型．该模型为三层结构，由输入层、过程神经元隐层和过程神经元输出层组成．输入层完成系统时变过程信号的输入及隐层过程神经元输出信号向系统的反馈；过程神经元隐层用于完成输入信... 详细信息

提出了一种基于权函数基展开的反馈过程神经元网络模型．该模型为三层结构，由输入层、过程神经元隐层和过程神经元输出层组成．输入层完成系统时变过程信号的输入及隐层过程神经元输出信号向系统的反馈；过程神经元隐层用于完成输入信号的空间加权聚合和激励运算，同时将输出信号传输到输出层并加权反馈到输入层；输出层完成隐层输出信号的空间加权聚集和对时间的聚合运算以及系统输出．文中给出了学习算法，并以旋转机械故障自动诊断问题为例验证了模型和算法的有效性．

关键词：过程神经元反馈过程神经网络聚合运算基函数展开学习算法

用于词性标注的一种快速学习算法──对Brill的基于变换算法的一项改进

在线全文

学校读者我要写书评

暂无评论

计算机学报 1998年第4期21卷 357-366页

作者：周明吴进黄昌宁清华大学计算机科学与技术系北京100084

本文提出了一种快速学习算法，它解决了Brill基于变换的学习方法中规则获取时间过长的问题．在每次迭代过程中，该算法仅需调整受到影响的小部分变换模式，而无需遍历所有变换模式，大大节省了学习时间．应用这一快速学习算法，以SUSANN... 详细信息

本文提出了一种快速学习算法，它解决了Brill基于变换的学习方法中规则获取时间过长的问题．在每次迭代过程中，该算法仅需调整受到影响的小部分变换模式，而无需遍历所有变换模式，大大节省了学习时间．应用这一快速学习算法，以SUSANNE英语语料库作为训练文本，获得300条英语词性标注规则和生词处理的概率知识，实现了一个英语词性标注系统，系统封闭测试和开放测试的正确率分别达到了98．2％和96.6％．

关键词：学习算法词性标注自然语言处理变换算法

在线全文

学校读者我要写书评

暂无评论

一种新的神经模糊系统及其学习算法

模式识别与人工智能 2003年第2期16卷 178-184页

作者：陈龙王飞跃中国科学院自动化研究所复杂系统与智能科学重点实验室北京100080

本文提出一种规则结论部分的语言变量具有离散隶属度函数的、基于Mamdani形规则的新神经模糊系统,并描述了它的学习算法。新神经模糊系统由模糊推理系统及其一对应的神经网络系统构成。在只有训练数据的情况下,首先提出了一种基于RBF神... 详细信息

本文提出一种规则结论部分的语言变量具有离散隶属度函数的、基于Mamdani形规则的新神经模糊系统,并描述了它的学习算法。新神经模糊系统由模糊推理系统及其一对应的神经网络系统构成。在只有训练数据的情况下,首先提出了一种基于RBF神经网络的模糊建模方法。而在模糊推理系统由模糊建模或者直接由专家经验知识确定后,应用梯度下降法优化神经网络系统参数。倒立摆控制和时间序列预测的仿真试验体现了本文提出的新的神经模糊系统的可用性和优越性。

关键词：神经模糊系统学习算法神经网络模糊推理隶属度函数

在线全文

学校读者我要写书评

暂无评论

自反馈神经网络的椭球学习算法

计算机学报 1994年第9期17卷 676-681页

作者：张铃张钹安徽大学计算机科学系清华大学计算机科学与技术系

本文讨论自反馈神经网络的学习问题，指出联想记忆的神经网络的学习可以化为某种规划（优化）问题来解．于是可借用规划数学中发展得很成熟的优化技术来解自反馈神经网络的学习问题．文中给出一种称为棉球算法的学习方法，其计算复杂性... 详细信息

本文讨论自反馈神经网络的学习问题，指出联想记忆的神经网络的学习可以化为某种规划（优化）问题来解．于是可借用规划数学中发展得很成熟的优化技术来解自反馈神经网络的学习问题．文中给出一种称为棉球算法的学习方法，其计算复杂性是多项式型．

关键词：椭球算法学习算法神经网络

在线全文

学校读者我要写书评

暂无评论

模糊双向联想记忆网络的有效学习算法

微电子学与计算机 2007年第12期24卷 70-72,76页

作者：曾水玲杨静宇徐蔚鸿南京理工大学计算机学院吉首大学数学与计算机科学学院湖南吉首416000 长沙理工大学计算机与通信工程学院湖南长沙410077

基于模糊取大运算和爱因斯坦s-模提出新的模糊双向联想记忆网络模型(Max-Ses FBAM),并为该网络提出了一种新的学习算法。在理论上严格证明了,任意给定的模式对集,只要存在有连接权矩阵对使其为Max-Ses FBAM的平衡态集,则依该学习算法所... 详细信息

基于模糊取大运算和爱因斯坦s-模提出新的模糊双向联想记忆网络模型(Max-Ses FBAM),并为该网络提出了一种新的学习算法。在理论上严格证明了,任意给定的模式对集,只要存在有连接权矩阵对使其为Max-Ses FBAM的平衡态集,则依该学习算法所确定的连接权矩阵对(,)是所有这样的连接权矩阵对中的最大者;且该最大连接权矩阵对能使Max-SesFBAM对任意输入在一步内就进入平衡态。

关键词：伴随蕴涵算子模糊双向联想记忆网络学习算法 s-模

一种新型的动态递归-直觉模糊神经网络及其学习算法

在线全文

学校读者我要写书评

暂无评论

微电子学与计算机 2009年第6期26卷 118-120页

作者：殷宏燕雷英杰雷阳于凯空军工程大学导弹学院陕西三原713800 徐州空军学院江苏徐州221000

通过对直觉模糊集理论和动态递归神经网络理论的研究,提出了一种新型的动态递归-直觉模糊神经网络,并根据动态递归-直觉模糊神经网络的数学模型推导其改进的动态反向传播学习算法.

关键词：直觉模糊集动态递归神经网络学习算法