神经网络设计的特征空间序贯划分算法
文献类型：期刊论文
| 作者 | 孙功星 ; 戴贵亮
|
| 刊名 | 计算机科学
 |
| 出版日期 | 2003 |
| 期号 | 11页码:36-37+47 |
| 关键词 | Geometrical stragegy Overtraining Sigular value decomposition |
| 其他题名 | A GEOMETRICAL STRATEGY OF CONSTRUCTIVE INITIAL NEURAL NETWORKS |
| 通讯作者 | 孙功星 |
| 中文摘要 | 1 引言神经网络已广泛地用于处理实际问题,如语音处理、图像处理和计算机视觉、模式分类和识别等。面对越来越复杂的应用,传统的神经网络学习算法变得不能适应。与许多其他的有效算法相比,神经网络的学习速度慢和固定拓扑结构的不适应性两个缺陷显得异常突出。 |
| 公开日期 | 2016-02-25 |
| 源URL | [http://ir.ihep.ac.cn/handle/311005/218848]  |
| 专题 | 高能物理研究所_计算中心 |
| 推荐引用方式 GB/T 7714 | 孙功星,戴贵亮. 神经网络设计的特征空间序贯划分算法[J]. 计算机科学,2003(11):36-37+47. |
| APA | 孙功星,&戴贵亮.(2003).神经网络设计的特征空间序贯划分算法.计算机科学(11),36-37+47. |
| MLA | 孙功星,et al."神经网络设计的特征空间序贯划分算法".计算机科学 .11(2003):36-37+47. |
入库方式： OAI收割
来源：高能物理研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。