神经网络学习中“附加样本”的技术
DOI:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:

本文研究得到国家自然科学基金、国家863高科技项目基金和国家“攀登计划”基金资助.


A New Learning Algorithm Based on Technique Appended Samples
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    本文将网络的先验知识和网络的样本集知识有机结合起来,提出“附加样本”的神经网络新学习算法,其计算复杂性仅为多项式(上界≤O(n4)),用该算法可以设计出性能更好的神经网络.本文第1节简单介绍FP算法以及FP覆盖算法,第2节提出FP统计附加样本算法.最后举一例子说明用该算法可以设计出性能良好的网络.

    Abstract:

    A new learning algorithm of neural network, called technique of appended samples, is proposed in this paper, which well combines a priori knowledge with the training samples knowledge to design a neural network. Its complexity is just polynomial O(n4)). This new method can be used in designing a better performance of neural network. This article is structured as follows: the FP algorithm and the cover algorithm based on FP algorithm are introduced in the section 1. In the next section, the FP statistical technique of appended samples is provided. Finally, a design example is given to illustrate the efficiency of new method.

    参考文献
    相似文献
    引证文献
引用本文

张 铃,张 钹.神经网络学习中“附加样本”的技术.软件学报,1998,9(5):371-377

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:1997-03-10
  • 最后修改日期:1997-06-09
  • 录用日期:
  • 在线发布日期:
  • 出版日期:
文章二维码
您是第位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京市海淀区中关村南四街4号,邮政编码:100190
电话:010-62562563 传真:010-62562533 Email:jos@iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号