学术探索
学术期刊
新闻热点
数据分析
智能评审
立即登录
模糊神经网络学习样本的选取与网络扩展能力研究
被引:6
作者
:
许少华
论文数:
0
引用数:
0
h-index:
0
机构:
大庆石油学院
许少华
梁久祯
论文数:
0
引用数:
0
h-index:
0
机构:
大庆石油学院
梁久祯
何新贵
论文数:
0
引用数:
0
h-index:
0
机构:
大庆石油学院
何新贵
机构
:
[1]
大庆石油学院
[2]
北京系统工程研究所 安达
[3]
安达
[4]
北京
来源
:
计算机科学
|
2001年
/ 06期
关键词
:
Neural networks;
Fuzzy;
Learning;
Pattern;
Generalization;
Logging explanation;
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
:
摘要
:
<正> 1.引言目前,有关神经网络的研究日趋走向成熟阶段。早在1989年,仅含一个隐层的BP网络就被证明可以逼近任意的连续函数,从而揭示了神经网络强大的计算能力。另一方面,神经网络方法用于问题求解无需建模,给实际问题的求解过程带来很大的方便。对于网络本身的建立,已有许多学习算法,目前使用比较多的
引用
收藏
页码:94 / 96
页数:3
相关论文
共 1 条
[1]
Approximation by superpositions of a sigmoidal function[J] . G. Cybenko.Mathematics of Control, Signals and Systems . 1989 (4)
←
1
→
共 1 条
[1]
Approximation by superpositions of a sigmoidal function[J] . G. Cybenko.Mathematics of Control, Signals and Systems . 1989 (4)
←
1
→