1) Neural network self-structure learning algorithm
神经网络自构形学习算法
1.
Neural network self-structure learning algorithm is applied in the rule-reasoning layer of the fuzzy-neural network to optimize rules, and the algorithm is expanded in the layers under the rule-reasoning layer of the fuzzy-neural network, and modification of the formulas of the algorithm is combined with adjustment of C1 and C2 , so that the structure of the network can be optimized .
神经网络自构形学习算法用于此类模糊神经网络的规则推理层进行规则优化,并将此算法向网络的低层次上扩展,还可对此算法的各公式进行少许的改动和调整C1和C2的值相结合,达到网络结构优化的目的。
2) neural network self-configuring learning (NNSCL) algorithm
神经网络自构行学习(NNSCL)算法
4) adaptive neural-networks learning algorithm (ANA)
自适应神经网络学习算法
5) Self learning Neural Networks
自学习神经网络
6) selfstructure learning algorithm
自构形学习算法
1.
The thesis constructs an initial RBF network firstly by training in steps,then optimizes the network s hide layer with modified neural network selfstructure learning algorithm.
本文先采用分步式训练构造初始RBF网络,然后利用改进的神经网络自构形学习算法对所构造的RBF网络的隐层进行优化,最后通过实验结果的分析与对比,验证改进的神经网络自构形学习算法对RBF网络优化的有效性。
补充资料：神经网络BP算法
分子式：
CAS号：
性质：它是D.Rumellart等人提出的一个监督训练多声能神经网络的算法，每一个训练范例在网络中经过两遍传递计算：一遍向前传播计算，从输入层开始，传递各层并经过处理后，产生一个输出，并得到一个该实际输出和所所需输出之差的差错矢量；一遍向反向传播计算，从输出层至输入层，利用差错矢量对权值进行逐层修改。BP算法有很强的数学基础，戏剧性地扩展了神经网络的使用范围，产生了许多应用成功的实例，对神经网络研究的再次兴起过很大作用。
CAS号：
性质：它是D.Rumellart等人提出的一个监督训练多声能神经网络的算法，每一个训练范例在网络中经过两遍传递计算：一遍向前传播计算，从输入层开始，传递各层并经过处理后，产生一个输出，并得到一个该实际输出和所所需输出之差的差错矢量；一遍向反向传播计算，从输出层至输入层，利用差错矢量对权值进行逐层修改。BP算法有很强的数学基础，戏剧性地扩展了神经网络的使用范围，产生了许多应用成功的实例，对神经网络研究的再次兴起过很大作用。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条