Pi-Sigma神經(jīng)網(wǎng)絡的學習算法研究.pdf_第1頁
已閱讀1頁，還剩57頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：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，請進行舉報或認領

文檔簡介

1、Pi-Sigma神經(jīng)網(wǎng)絡是一種具有快速學習能力和強非線性處理能力的高階神經(jīng)網(wǎng)絡，已應用于模式識別、信號處理、圖像處理等智能化信息處理領域。和其它神經(jīng)網(wǎng)絡一樣，Pi-Sigma神經(jīng)網(wǎng)絡的性能主要依靠收斂速度更快，學習效果更優(yōu)的網(wǎng)絡學習算法和網(wǎng)絡結構優(yōu)化方法。 鑒于此，本文對Pi-Sigma神經(jīng)網(wǎng)絡學習算法做了深入的研究，主要內(nèi)容及結果如下： 第一，分析Pi-Sigma神經(jīng)網(wǎng)絡已有的常用學習算法，并總結各種學習算法的優(yōu)缺點。

2、 第二，提出一種混合遺傳學習算法(Hybrid Genetic Algorithm，HGA)，將具有全局搜索能力的遺傳算法和具有局部搜索能力的單純形法(simplex Method)結合起來。并對混合遺傳學習算法的收斂性進行了分析。 第三，基于田口方法(Taguchi Method)，提出了一種Pi-Sigma神經(jīng)網(wǎng)絡的結構優(yōu)化方法，該方法使用混合遺傳學習算法對Pi-Sigma神經(jīng)網(wǎng)絡結構進行優(yōu)化的同時，利用田口方法增強

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)容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權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。

評論

0/150

提交評論