Hermite插值神经网络权值和结构确定理论探讨
100 积分
50
评分
4.4 积分- 详情
- 2021-04-28
- 简介
pdf
- 361KB
- 页数 4P
- 阅读 80
- 下载 20
为了克服BP神经网络固有的缺陷,基于Hermite插值理论,构造了一种新型的前向神经网络模型(即Hermite插值神经网络模型)。针对该网络模型,提出了一种基于矩阵伪逆的权值直接确定方法,并在此基础上探讨了隐神经元数目自动确定的方法(即网络结构自确定方法)。计算机仿真结果表明,相比于传统的BP神经网络,使用权值与结构双确定方法的Hermite插值神经网络具有更好的收敛速度和校验能力。同时,也验证了该神经网络良好的降噪和预测能力。
对不起，您暂无在线预览权限，如需浏览请
立即登录热门商品
ans***
擅长:
土建 装饰 园林 电气
- 4.6
服务
- 6
商品
- 409
人气
相关推荐
Hermite插值神经网络权值和结构确定理论探讨 361KB
基于分段线性插值的过程神经网络训练 1.2MB
不确定混沌系统的模糊神经网络插值补偿控制 220KB
基于样条插值函数的离散过程神经网络训练 221KB
Matlab神经网络工具箱在煤层界面插值中的应用 323KB
一种学习向量神经网络的图像插值算法 767KB
基于BP神经网络的农资库存数据插补技术 166KB
基于小波神经网络的信号去噪时的阀值自学习 375KB
人工神经网络在结构近似重分析中的应用研究 277KB
基于拓扑结构神经网络的绩效管理评价研究 923KB