二进制映射神经网络的几何学习算法及其应用

被引:4
作者
朱大铭
马绍汉
魏道政
机构
[1] 山东大学计算机科学系!济南
[2] 中国科学院计算所!北京
关键词
神经网络; 学习算法; 训练样本; 超平面;
D O I
暂无
中图分类号
TP183 [人工神经网络与计算];
学科分类号
140502 [人工智能];
摘要
提出一种一般二进制映射问题的前馈网络学习算法 .给出一种求解超平面以几何分割训练点的新方法 ,不仅相应地构造了隐层神经网络 ,而且使得只需再构造一个输出层网络便可实现训练样本所描述的映射 .该算法在学习收敛速度方面优于 BP算法和 SC算法 ,对样本数据的分布和密集程度变化适应性强 ,具有较好的容错能力
引用
收藏
页码:339 / 346
页数:8
相关论文
共 3 条
[1]
二进制神经网络分类问题的几何学习算法 [J].
朱大铭 ;
马绍汉 .
软件学报, 1997, (08) :622-629
[2]
多层前馈神经网络的学习和综合算法[J] 张铃,吴福朝,张钹,韩玫 软件学报 1995, 07
[3]
Accelerating the convergence of the back-propagation method[J] T. P. Vogl;J. K. Mangis;A. K. Rigler;W. T. Zink;D. L. Alkon Biological Cybernetics 1988,