支持向量机改进的神经网络的函数逼近

• 作者: 张朝元 徐天泽 殷英 胡光华
• 来源期刊: 昆明理工大学学报（理工版）
• 学科: 工学
• 关键词: 神经网络 支持向量机 函数逼近 结构风险最小化 交通流量
• 年，卷（期）: 2004,（6）
• 所属期刊栏目: 基础科学
• 页码范围: 148-152
• 页数: 5页
• 分类号: TP183
• 字数: 3799字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-855X.2004.06.037

摘要

为了避免神经网络的收敛速度慢和局部极小点,采用统计学习理论中的支持向量机代替梯度下降法对三层神经网络中隐层到输出层的过程进行改进.分别采用由支持向量机改进的神经网络和传统的神经网络对昆明市"一二一"大街交通交流的实时预测,实验结果验证了改进后的神经网络的优越性和先进性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张朝元	云南大学数学系	2	38	2.0	2.0
2	胡光华	云南大学数学系	17	92	6.0	8.0
3	徐天泽		13	90	6.0	9.0
4	殷英	云南大学数学系	2	38	2.0	2.0