主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2019-2020年专刊出版计划 微信服务介绍 最新一期:2019年第3期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
张铃,吴福朝,张钹,韩玫.多层前馈神经网络的学习和综合算法.软件学报,1995,6(7):440-448
多层前馈神经网络的学习和综合算法
AN ALGORITHM FOR LAYERING MAP IMAGE BY COLOUR
投稿时间:1994-02-25  修订日期:1994-08-22
DOI:
中文关键词:  地图  颜色  分层  聚类  识别  
英文关键词:Map  colour  layering  collection  recognition.
基金项目:本项目得到攀登计划和863高技术计划的资助.
作者单位
张铃 安徽大学人工智能所,合肥230039 
吴福朝 安徽大学人工智能所,合肥230039 
张钹 清华大学计算机系,北京,100084 
韩玫 清华大学计算机系,北京,100084 
摘要点击次数: 2461
全文下载次数: 2309
中文摘要:
      本文提出多层前馈网络的一种新的学习和综合算法──FP算法,并证明由此算法得到的网络作为通用联想记忆器时,具有如下优点:(1)每个样本都是吸引中心;(2)每个样本的吸引半径达到最大值;(3)网络没有假吸引中心;(4)网络具有最少的元件个数;(5)学习的复杂性达到最优(就其复杂性的阶而言).故此网络在性能、结构、计算复杂性等方面均达到很好状态.
英文摘要:
      A new learning algorithm-forward propagation (FP) of multilayered feed-forward neural networks is presented in this paper. The authors show that as an associative memory the network constructed by the FP algorithm has several advantages. (1)Each training sample is an attractive center. (2) The attractive radius of each training sample reaches the maximum. (3) There is no spurious attractive center in the network.(4) The network has minimal number of elements. (5) The order of its learning complexity is optimal. The FP learning algorithm is also an effective synthesis tool, i. e., the network architecture can be constructed during its learning process.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利