10.3969/j.issn.1000-3428.2005.11.004
基于多级神经元的神经网络及其在分类中的应用
为了提高前向神经网络的分类能力,该文将多级神经元扩展使用到多层感知器的输出层和隐含层中,并提出了量子神经网络的学习算法.通过一个实际的分类问题实验验证了该方法的有效性.实验表明,无论输出层或隐含采用多级神经元,都可以带来分类能力的提高.而当输出层采用多级神经元时,还可以导致连接的减少和训练速度的加快.
神经网络、多级神经元、学习算法、分类、激励函数
31
TP183(自动化基础理论)
国家自然科学基金60135010;上海市博士后科研项目
2005-07-14(万方平台首次上网日期,不代表论文的发表时间)
共3页
10-12