自组织过程神经网络及其应用研究
| 外文标题 | Research and Applications of Self-Organization Process Neural Networks |
| 文献类型 | 期刊 |
| 作者 | 许少华[1];何新贵[2];李盼池[3] |
| 机构 | [1]北京航空航天大学计算机科学与工程系,北京大学信息科学技术学院,大庆石油学院计算机科学与工程系 北京 100083 大庆石油学院计算机科学与工程系 大庆 163318,北京 100871,大庆 163318 [2]北京航空航天大学计算机科学与工程系,北京大学信息科学技术学院,大庆石油学院计算机科学与工程系 北京 100083 大庆石油学院计算机科学与工程系 大庆 163318,北京 100871,大庆 163318 [3]北京航空航天大学计算机科学与工程系,北京大学信息科学技术学院,大庆石油学院计算机科学与工程系 北京 100083 大庆石油学院计算机科学与工程系 大庆 163318,北京 100871,大庆 163318 ↓ |
| 来源信息 | 年:2003卷:40期:11页码范围:1612-1615 |
| 期刊信息 | 计算机研究与发展ISSN:1000-1239 |
| 关键词 | 过程神经元;自组织过程神经网络;模式识别;学习算法;正交基函数 |
| 摘要 | 针对与时间过程有关的模式分类问题,提出了一种自组织过程神经元网络模型.网络由输人层和竞争层组成,其输入和连接权可为与时间有关的函数,输入层结点与竞争层结点实行全互连接.网络提取输入函数所隐含的过程式模式特征,并对其进行自组织,在竞争层将分类结果表现出来.为简化计算,在输入空间中引入函数正交基,将输入函数和网络权函数表示为正交基的展开形式,利用基函数的正交性,使网络权函数的调整非时变化.给出了竞争学习和有教师示教两种学习算法,并以石油地质中沉积微相识别问题为例证明了模型和算法的有效性. |
| 收录情况 | PKU |
| 所属部门 | 计算机学院 |
| 链接地址 | http://d.g.wanfangdata.com.cn/Periodical_jsjyjyfz200311012.aspx |
| 基金 | 黑龙江省自然科学基金; 黑龙江省教育厅科学技术研究项目 |
全文
影响因子：
dc:title:自组织过程神经网络及其应用研究
dc:creator:许少华;何新贵;李盼池
dc:date: publishDate:2003-11-30
dc:type:期刊
dc:format: Media：计算机研究与发展
dc:identifier: LnterrelatedLiterature：计算机研究与发展.2003,40(11),1612-1615.
dc:identifier:DOI：
dc: identifier:ISBN:1000-1239
