10.3321/j.issn:1001-8360.2001.z1.004
层次化混合神经网络分类器信念分配问题的研究
层次化混合专家神经网络采用"分治"原理,把一个大任务分成多个小任务由多个小网络进行处理,或者说多个具有不同功能的小网络组合成一个大的网络,用于实现复杂的或大数据量学习问题,提高单个网络的性能.在混合专家神经网络中,信念分配对神经网络性能起决定作用.本文研究混合神经网络中各子网络的协同工作方法,提出一种新的信念分配方法,实现层次化混合专家神经网络的信念分配与功能不断增强的分类器.
层次化混合专家神经网络、信念分配、协同工作
23
U285.49(铁路通信、信号)
国家自然科学基金69973002
2004-01-08(万方平台首次上网日期,不代表论文的发表时间)
共4页
15-18