共 2 条
[2]
Approximation by superpositions of a sigmoidal function[J] . G. Cybenko.Mathematics of Control, Signals and Systems . 1989 (4)
神经网络自适应学习研究
被引：27
作者：
雷鸣
尹申明
杨叔子
机构：
[1] 华中理工大学机械工程一系!武汉
来源：
关键词：
自适应系统;
人工智能;
学习理论;
神经元件;
拓扑网络;
算法;
D O I：
暂无
中图分类号：
TP18 [人工智能理论];
学科分类号：
081104 ;
0812 ;
0835 ;
1405 ;
摘要：
本文讨论了网络拓扑结构、网络的学习参数以及神经元的激活函数等多方面的人工神经网络学习问题，提出了具体实现方法。实验表明这些方法对于加快网络的收敛速度，优化网络的拓扑结构等方面有显著成效。
引用
收藏
页码：19 / 27
页数：9
相关论文