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:
提出了简化的广义多层感知机模型(SGMLP模型),并针对SGMLP模型给出了两种学习算法:广义误差反向传播算法(GBP算法)和基于遗传算法(GA)的学习算法.两个典型算例的实验结果表明,该模型及其学习算法是可行和有效的.
推荐文章
采用BP算法的多层感知机模型的蛋白识别
BP算法
多层感知机
模式识别
蛋白质
热稳定性
基于多层感知机的木材颜色分类
机器视觉
木材
颜色分类
多层感知机
基于并行学习的多层极限学习机
神经网络
稀疏编码
极限学习机
并行学习
采用机器学习算法的软件能耗感知模型及其应用
机器学习
软件能耗模型
性能事件
能效
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 简化的广义多层感知机模型及其学习算法
来源期刊 计算机工程 学科 工学
关键词 简化的广义多层感知机 遗传算法 广义误差反向传播算法
年,卷(期) 2004,(1) 所属期刊栏目 基金项目论文
研究方向 页码范围 50-51,113
页数 3页 分类号 TP183
字数 1873字 语种 中文
DOI 10.3969/j.issn.1000-3428.2004.01.019
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 贺贵明 武汉大学软件工程国家重点实验室 108 1405 21.0 33.0
2 李景治 武汉大学软件工程国家重点实验室 4 27 3.0 4.0
3 方宁 武汉大学软件工程国家重点实验室 4 28 3.0 4.0
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  (1)
节点文献
引证文献  (5)
同被引文献  (2)
二级引证文献  (5)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(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)
2006(1)
  • 引证文献(1)
  • 二级引证文献(0)
2008(1)
  • 引证文献(1)
  • 二级引证文献(0)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(1)
  • 引证文献(0)
  • 二级引证文献(1)
2011(1)
  • 引证文献(0)
  • 二级引证文献(1)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
简化的广义多层感知机
遗传算法
广义误差反向传播算法
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
计算机工程
月刊
1000-3428
31-1289/TP
大16开
上海市桂林路418号
4-310
1975
chi
出版文献量(篇)
31987
总下载数(次)
53
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导