《前饋神經網路的奇異學習動態研究》是依託東南大學,由魏海坤擔任項目負責人的面上項目。
基本介紹
- 中文名:前饋神經網路的奇異學習動態研究
- 項目類別:面上項目
- 項目負責人:魏海坤
- 依託單位:東南大學
- 負責人職稱:教授
- 批准號:60875035
- 研究期限:2009-01-01 至 2011-12-31
- 申請代碼:F0601
- 支持經費:28(萬元)
《前饋神經網路的奇異學習動態研究》是依託東南大學,由魏海坤擔任項目負責人的面上項目。
《前饋神經網路的奇異學習動態研究》是依託東南大學,由魏海坤擔任項目負責人的面上項目。中文摘要由於結構對稱性等原因,多層感知器、RBF網等前饋神經網路的參數空間中存在大量的奇異區域。受這些奇異區域的影響,前饋神經網路的學習...
《前饋神經網路分析與設計》系統地論述了前饋神經網路的主要理論、設計基礎及套用實例,旨在使讀者了解神經網路的發展背景和研究對象,理解和熟悉它的基本原理和主要套用,掌握它的結構模型和設計套用方法,特別是前饋神經網路的參數學習算法和...
《前饋神經網路的結構稀疏化設計與分析》是依託大連理工大學,由吳微擔任項目負責人的面上項目。項目摘要 在保證適當學習精度前提下,神經網路的權值連線以及神經元應該儘可能少(結構稀疏化),從而降低成本,提高穩健性和推廣精度。本項目用...
1.3.1前饋神經網路的模型選擇 1.3.2前饋神經網路的混合策略 參考文獻 第2章有監督學習前饋神經網路 2.1多層感知器神經網路 2.1.1網路結構 2.1.2學習算法 2.1.3逼近理論 2.2徑向基函式神經網路 2.2.1網路結構 2.2.2學習...
神經網路是計算智慧型和機器學習研究的最活躍的分支之一。本書全面系統地介紹神經網 絡的基本概念、系統理論和實際套用。神經網路動力學模型研究由短期記憶和分層前饋網路構成的動態系統, 反饋非線性動態系統的穩定性和聯想記憶,以及另一類非...
極限學習機(Extreme Learning Machine, ELM)或“超限學習機”是一類基於前饋神經網路(Feedforward Neuron Network, FNN)構建的機器學習系統或方法,適用於監督學習和非監督學習問題。ELM在研究中被視為一類特殊的FNN,或對FNN及其反向...
第4章 自組織網路 4.1 概述 4.2 Kohonen自組織映射 4.3 學習向量的量化 4.4 自適應共振理論(ART)神經網路 4.4.1 ART1 4.4.2 模糊ART和模糊ARTMAP 習題 參考文獻 第5章 遞歸網路和時間前饋網路 5.1 概述 5.2 遞歸神經...
作者利用基於序列構造神經網路的信息處理技術,把高維海量數據信息轉換為神經網路的構造,有效地降低了問題規模和時間複雜度,解決傳統前饋網路中固定結構神經網路難以訓練和網路結構難以確定的問題,得到明顯的效果。《序列構造神經網路與多維數據...
2.“前饋神經網路的奇異學習動態研究”,國家自然科學基金項目 3.“鋼鐵生產物料流程最佳化調度系統”,江蘇省現代服務業軟體專項項目 4.“複雜系統多模型切換控制的套用研究”,高等學校博士學科點專項科研基金 5.“高精度大離軸陀螺穩定平台...