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:
采用无监督学习中的主元分析算法的Oja规则对前馈网络的权值进行预学习,以此来加速前馈网络的学习速度.通过奇偶校验和非线性系统辨识两个应用,验证了该算法在学习速度与性能上都优于传统的BP算法.
推荐文章
一种基于权值的骨架算法
目标识别
骨架
权值
距离变换
前馈神经网络的一种BP-阿当姆斯学习算法
前馈神经网络
微分方程初值问题
数值解
Adams方法
学习算法
一种BP逆模型离线训练自适应预失真方法
BP逆模型
预失真
功率放大器
最小均方算法
一种基于演化算法的BP改进算法
演化算法
自适应学习率
BP算法
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 一种权值预学习BP算法的研究
来源期刊 安徽大学学报(自然科学版) 学科 工学
关键词 多层前馈神经网络 Oja规则 权值预学习 BP算法
年,卷(期) 1999,(1) 所属期刊栏目
研究方向 页码范围 71-76
页数 6页 分类号 TP311.1
字数 3270字 语种 中文
DOI 10.3969/j.issn.1000-2162.1999.01.014
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 沈谦 安徽大学自动化系 11 138 7.0 11.0
2 张德龙 安徽大学电子工程与信息科学系 9 470 7.0 9.0
3 朱明星 安徽大学自动化系 47 609 8.0 24.0
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  (9)
同被引文献  (0)
二级引证文献  (0)
1999(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
1999(1)
  • 引证文献(1)
  • 二级引证文献(0)
2000(1)
  • 引证文献(1)
  • 二级引证文献(0)
2004(2)
  • 引证文献(2)
  • 二级引证文献(0)
2005(1)
  • 引证文献(1)
  • 二级引证文献(0)
2006(2)
  • 引证文献(2)
  • 二级引证文献(0)
2007(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
多层前馈神经网络
Oja规则
权值预学习
BP算法
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
安徽大学学报(自然科学版)
双月刊
1000-2162
34-1063/N
大16开
安徽省合肥市
26-39
1960
chi
出版文献量(篇)
2368
总下载数(次)
6
总被引数(次)
11731
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导