多层反馈神经网络的FP学习和综合算法

被引：23

作者：

张铃

张钹

机构：

[1] 安徽大学人工智能研究所

[2] 清华大学计算机系

[3] 智能技术与系统国家重点实验室

来源：

软件学报 | 1997年 / 04期

基金：

国家攀登计划;

关键词：

多层反馈神经网络; 学习算法; 聚类;

D O I：

10.13328/j.cnki.jos.1997.04.002

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

本文给出多层反馈神经网络的ＦＰ学习和综合算法，并讨论此类网络的性质，指出将它应用于聚类分析能给出不粒度的聚类，且具有收敛速度快（是样本个数的线性函数）、算法计算量少（是样本个数和输入、输出维数的双线性函数）、网络元件个数少、权系数简单（只取３个值）、网络容易硬件实现等优点．作为聚类器的神经网络的学习和综合问题已得到较圆满地解决

引用

页码：13 / 19

页数：7