10.3969/j.issn.1009-3044.2012.03.071
基于熵聚类的泛函网络神经元函数优化
泛函网络是神经网络的一般化推广,同神经网络一样,至今还没有系统设计方法能够对给定问题设计出近似最优的结构.鉴于此,利用熵聚类的思想来设计泛函网络,对网络每一神经元的基函数和泛函参数共存且相互影响的最优搜索来实现泛函网络结构和泛函参数的共同学习.提出一基于熵聚类思想来设计泛函网络的方法,有效地提高了泛函网络的收敛精度,并可获得更为合理的网络结构.
泛函网络、熵聚类、神经元函数
8
TP18(自动化基础理论)
2012-04-27(万方平台首次上网日期,不代表论文的发表时间)
共4页
673-676