文献详情


基于前馈神经网络的稀疏化算法

文献类型	会议
作者	孙壮志[1];夏国平[2];张杰[3];李望超[4]
机构	[1]北京航空航天大学(北京 [2]北京航空航天大学(北京 [3]河北工业大学(天津 [4]河北工业大学(天津 ↓
会议论文集	第三届全球智能控制与自动化大会论文集
来源信息	年:2000页码范围:831～835
会议信息	第三届全球智能控制与自动化大会ISSN:
关键词	拓扑排序;偏序;自构形学习算法
摘要	在前馈神经网络中，任意两个神经元之间都可以存在连接，包括神经元的跨层连接，为了适应这种灵活而又复杂的拓扑结构，引入“拓扑排序”（算法1）和“偏序”，并提出了前馈神经网络的BP学习算法（算法2），自构形学习算法（算法5）。上述的稀疏化算法，不仅要修改已有的连接权值与阈值，还要建立新的连接。实验结果表明，这些稀疏化算法都能够有效地稀疏化前馈神经网络。
全文链接	http://d.g.wanfangdata.com.cn/Conference_300551.aspx
会议地点	合肥
会议开始日期	2000-06-28

全文|
影响因子：


暂无成果共有人
dc:title:基于前馈神经网络的稀疏化算法
dc:creator:孙壮志;夏国平;张杰,等
dc:date: publishDate:2000-06-28
dc:type:会议
dc:format: Media：第三届全球智能控制与自动化大会
dc:identifier: LnterrelatedLiterature：第三届全球智能控制与自动化大会.2000,831～835.
dc:identifier:DOI：
dc: identifier:ISBN: