10.3969/j.issn.1009-0134.2015.08(上).42
一种新的Kohonen神经网络结构优化方法
Kohonen神经网络的网络体系结构对训练学习方法的收敛性有很大的影响,提出了一种基于连续Hopfield网络的结构优化设计方法,利用动态方法对结构进行优化。最后,通过仿真实验表明了该方法是简单有效的,与EBP、RBF和sVM等方法相比,此方法可在较短时间内给出高质量分类结果,该算法高效可靠,有较强的工程实用性。
Kohonen神经网络、连续Hopfield神经网络、结构优化
TP18(自动化基础理论)
2015-08-28(万方平台首次上网日期,不代表论文的发表时间)
共4页
143-145,151