|
| 【中文题名】 | 广义同余神经网络研究 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| 【英文题名】 | Study on Generalized Congruence Neural Networks | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| 【学科专业】 | 计算机应用技术 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| 【论文级别】 | 硕士论文 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| 【投稿时间】 | 2006-3-6 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| 【中关键词】 | 神经网络,广义同余,激励函数,学习算法,收敛分析,邮件过滤 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| 【英关键词】 | neural network,generalized congruence,activation function,learning algorithm,convergence analysis,e-mail filtering, | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| 【分类导航】 | 工业技术>自动化技术、计算机技术>自动化基础理论>人工智能理论>人工神经网络与计算> | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| 【论文摘要】 | 在过去的二十年,神经网络理论研究取得了很大的进展,在各领域的应用也取得了丰硕的成果。作为神经网络的经典模型,BP网络也得到了快速的发展,同时,也存在着收敛速度缓慢、难以用数字硬件实现等问题。随着研究的深入,人们对神经网络实时性、规模性的要求越来越高,解决这些问题也就显得更加迫切。 有关广义同余神经网络(GCNN)的初步研究表明,相对于普通BP网络,GCNN具有很快的收敛速度。但是,GCNN也存在着一些不足,主要包括:学习能力略差,激励函数模值不易设定,难以开发出合适的学习算法,缺乏严格的理论基础。 本文针对GCNN的上述问题进行了研究,包括提出新的网络结构、学习算法、进行相关理论分析以及实际应用分析。本文的研究成果主要有: 1) 提出了一种改进的广义同余激励函数。同时,对GCNN网络结构做了一些改进,解决了模值难以设定的问题。并证明了,单隐层的GCNN具有一致逼近能力。 2) 提出了两种新的学习算法:改进的GCNN BP学习算法及Large Margin学习算法。分析了改进GCNN BP算法的时间复杂度,并证明了其收敛性。实验结果表明,本文所提出的网络结... | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| 【论文题纲】 |
| ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| 【DOI】 | LunWen.ID:2.2008.387613 |
 | |
| 付费论文：有参考文献 300元 | |
| |
| 1、注册会员 2、购买本文 3、下载文章 | |
| 注:此文为收费论文，需付费购买。每页大约1000字。 |
代写论文流程
载入中…
|
自动化基础最新论文
自动化基础热门论文