柔性神经网络及其应用

• 作者: 史国栋 夏德深 王洪元
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 柔性神经网络 柔性Sigmoid函数 模式识别 模型预测 图像处理
• 年，卷（期）: 2002,（3）
• 所属期刊栏目: 研究与应用
• 页码范围: 372-376
• 页数: 4页
• 分类号: TP18
• 字数: 1711字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6059.2002.03.025

摘要

设计了带参数的单极性和双极性柔性Sigmoid函数的一种柔性前馈神经网络(FBPN),并给出了相应的学习算法.和普通的前馈神经网络(BPN)不同,FBPN不仅能学习连接权,且同时能学习柔性Sigmoid函数的参数,因此,它能根据学习样本集,为每一个隐含层和输出层单元产生合适的Sigmoid函数形态.一个算例和二个应用实例说明,柔性神经网络能提高BP网络的性能,并能较好解决不同领域中的分类与预测问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	夏德深	南京理工大学计算机科学与工程系	220	3601	29.0	48.0
2	史国栋	江苏石油化工学院计算机科学与工程系	18	121	6.0	10.0
3	王洪元	江苏石油化工学院计算机科学与工程系	9	160	8.0	9.0