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:
针对Kohonen的自组织特征映射(SOFM)神经网络的不足,本文把进化计算的思想用于神经网络的结构寻优之中,提出了一种结构自适应的自组织神经网络(SASONN)模型.SASONN基于把每个神经元看成是一个进化群体中的一个个体的观点,构造了神经元生长(growing)和删除(pruning)的准则和方法,使得SOFM中的神经元欠利用,神经网络映射欠准确,以及映射的边缘效应等问题得到很大程度的改善.
推荐文章
一种改进的结构自适应自组织神经网络算法
聚类
分类
神经元网络
结构自适应神经网络
基于结构自适应自组织神经网络的图像压缩算法的研究
结构自适应神经网络
图像编码
矢量量化
图像压缩
基于自组织神经网络的机械臂全局滑模控制
全局滑模控制
神经网络
建模误差
抖振
滑模面
ASTER数据的自组织神经网络分类研究
分类
小波融合
自组织特征映射
神经网络
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 结构自适应自组织神经网络的研究
来源期刊 电子学报 学科 工学
关键词 自组织特征映射(SOFM)神经网络 结构自适应 进化计算
年,卷(期) 1999,(7) 所属期刊栏目 学术论文与技术报告
研究方向 页码范围 55-58
页数 4页 分类号 TP18
字数 4831字 语种 中文
DOI 10.3321/j.issn:0372-2112.1999.07.014
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 阎平凡 清华大学自动化系 13 170 7.0 13.0
2 吴郢 清华大学自动化系 1 23 1.0 1.0
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  (4)
节点文献
引证文献  (23)
同被引文献  (21)
二级引证文献  (92)
1994(2)
  • 参考文献(2)
  • 二级参考文献(0)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(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)
2002(1)
  • 引证文献(1)
  • 二级引证文献(0)
2005(6)
  • 引证文献(6)
  • 二级引证文献(0)
2006(5)
  • 引证文献(2)
  • 二级引证文献(3)
2007(12)
  • 引证文献(6)
  • 二级引证文献(6)
2008(5)
  • 引证文献(0)
  • 二级引证文献(5)
2009(10)
  • 引证文献(2)
  • 二级引证文献(8)
2010(7)
  • 引证文献(1)
  • 二级引证文献(6)
2011(8)
  • 引证文献(1)
  • 二级引证文献(7)
2012(8)
  • 引证文献(1)
  • 二级引证文献(7)
2013(7)
  • 引证文献(1)
  • 二级引证文献(6)
2014(8)
  • 引证文献(0)
  • 二级引证文献(8)
2015(5)
  • 引证文献(0)
  • 二级引证文献(5)
2016(10)
  • 引证文献(1)
  • 二级引证文献(9)
2017(5)
  • 引证文献(0)
  • 二级引证文献(5)
2018(9)
  • 引证文献(1)
  • 二级引证文献(8)
2019(7)
  • 引证文献(0)
  • 二级引证文献(7)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
自组织特征映射(SOFM)神经网络
结构自适应
进化计算
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
电子学报
月刊
0372-2112
11-2087/TN
大16开
北京165信箱
2-891
1962
chi
出版文献量(篇)
11181
总下载数(次)
11
总被引数(次)
206555
论文1v1指导