结合优先度排序神经网络的样本点分块拟合研究
样本点拟合是动态构造神经网络应用的重要研究领域.从输入输出映射的角度,依赖输出样本点优先关系,结合优先度排序神经网络把输入样本集合划分为不同子集,动态构造优先度排序神经网络对各个子样本集进行映射,对样本点进行分块并行神经网络构造,提高神经网络的训练速度.最后,通过对不同类型样本集进行测试,实验结果表明该算法能有效地减少拟合误差.
优先排序神经网络、拟合、拓扑空间
29
TP183(自动化基础理论)
上海市重点科技攻关计划资助项目071605125
2009-04-21(万方平台首次上网日期,不代表论文的发表时间)
共3页
862-864