2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩49頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、在神經(jīng)網(wǎng)絡(luò)的競爭學習過程中,自適應(yīng)諧振理論(Adaptive Resonance Theory,ART)網(wǎng)絡(luò)解決了傳統(tǒng)神經(jīng)網(wǎng)絡(luò)的穩(wěn)定性與可塑性之間的矛盾,即在ART網(wǎng)絡(luò)的學習過程中,網(wǎng)絡(luò)可以穩(wěn)定地學習新知識,也可以對已學習的知識做出很好的處理.值得一提的是,有監(jiān)督ART網(wǎng)絡(luò)作為一種有效的分類器,有著成功的應(yīng)用實例和廣泛的應(yīng)用前景.本文提出了一種基于沖量權(quán)值的ART(Impulse Force Weight based Adaptive

2、Resonance Theory)網(wǎng)絡(luò),其目的是針對現(xiàn)有的有監(jiān)督ART網(wǎng)絡(luò)模型中沒有考慮輸入屬性重要性的情況,通過對網(wǎng)絡(luò)部分節(jié)點分配沖量權(quán)值,然后根據(jù)沖量權(quán)值對節(jié)點匹配度的作用,體現(xiàn)不同屬性對分類結(jié)果的不同影響,提高了預(yù)測精度.研究方案中采用了遺傳算法的優(yōu)化機制,對沖量權(quán)值迭代優(yōu)化,然后反饋回網(wǎng)絡(luò),用于提高網(wǎng)絡(luò)的預(yù)測性能.通過與其他有監(jiān)督ART網(wǎng)絡(luò)的比較實驗,驗證了基于沖量權(quán)值的ART網(wǎng)絡(luò)的有效性.根據(jù)網(wǎng)絡(luò)的結(jié)構(gòu)特點,本文還提出了有效的

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論