基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
在多个单分类器的基础上进行集成,能有效提高系统的识别能力.它已成为模式识别的重要方法.控制系统告诉我们,反馈的引入能大大提高系统的性能.因此,该文提出反馈集成网络模型.由于所提模型是复杂的动力学系统,我们简要介绍了有关的数字结论,然后详细给出它的监督学习算法.实验表明,我们的模型比普通前向型人工神经网络更为优越.
推荐文章
多媒体传感网络学习监控实时反馈方法研究
多媒体传感网络
学习
监控
传输延迟控制
信道均衡
一种基于Walsh变换的反馈过程神经网络模型及学习算法
过程神经元
反馈网络
Walsh变换
学习算法
强化学习中异构反馈信号的分析与集成
强化学习
异构
反馈信号
视觉听觉相干性
基于动态神经网络集成的驾驶员行为学习算法
智能交通
驾驶员行为
动态神经网络集成
学习
仿真
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 反馈集成网络的学习算法与分析
来源期刊 模式识别与人工智能 学科 工学
关键词 反馈 集成 人工神经网络 监督学习
年,卷(期) 1998,(3) 所属期刊栏目
研究方向 页码范围 245-252
页数 8页 分类号 TP181
字数 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1998(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
反馈
集成
人工神经网络
监督学习
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
模式识别与人工智能
月刊
1003-6059
34-1089/TP
16开
中国科学院合肥智能机械研究所安徽合肥董铺岛合肥1130信箱
26-69
1989
chi
出版文献量(篇)
2928
总下载数(次)
8
总被引数(次)
30919
论文1v1指导