多層前向神經(jīng)網(wǎng)絡(luò)分類器的泛化問題研究.pdf_第1頁
已閱讀1頁,還剩134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、唯有認知世界才能改造世界,提升機器認知能力的模式識別研究是人工智能領(lǐng)域的基礎(chǔ)核心理論研究工作。另一方面,人工神經(jīng)網(wǎng)絡(luò)(簡稱ANN)本身具有很多優(yōu)點以及一些其它人工智能技術(shù)所不具備的特點,但由于缺乏正確的理論指導(dǎo),近年來ANN的發(fā)展并不樂觀,應(yīng)用研究中碰到的泛化問題至今仍沒有完善的解決方案。鑒于模式識別在人工智能領(lǐng)域的重要地位以及ANN的研究現(xiàn)狀,本文以模式識別為背景,以多層前向神經(jīng)網(wǎng)絡(luò)分類器為具體研究對象,研究了ANN領(lǐng)域的熱點問題—泛

2、化問題。 本文的研究主旨在于:期望通過本文這一探索性研究工作,使一些僅重視應(yīng)用研究的ANN研究者充分認識到理論研究的重要性和必要性,以及應(yīng)用研究與理論研究的不可分性,促進ANN更加蓬勃的發(fā)展。 本文主要的創(chuàng)新點和貢獻有: 1)通過分析以往研究工作,發(fā)現(xiàn)了ANN分類器依概率漸進最優(yōu)性證明過程中存在的問題,從而指出以往的理論結(jié)果存在著偏差。 2)在分析以往研究工作不足的基礎(chǔ)上,建立了學(xué)習(xí)樣本濾波(Learni

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(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)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(dān)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