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:
高阶感知器是神经元状态变量的非线性化,它是一阶感知器的非线性推广,除了神经元状态变量的非线性化推广外,还对权向量函数的非线性推广而得到的感知器,文中定义为具有非线性权向量函数的感知器,由于感知器的权重及作用函数都是非线性函数,当感知器接近最优点时,其连接权调节幅度很小,采用对非线性权函数及非线性作用函数分别进行Taylor展开,并取其一阶式近似逼近原函数,从而使其非线性权函数及非线性作用函数都转化为线性函数,简化了感知器学习过程的计算量,加快了感知器的学习过程.最后,给出了具有非线性权函数感知器的线性化学习算法.
推荐文章
一种快速非线性海浪数值仿真方法
非线性海浪
JONSWAP谱
B分布
非线性修正
一种无模型非线性运动控制学习算法的研究
无模型学习算法
Fourier级数
非线性运动控制
无穷映射
一种权函数状态估计新算法
电力系统
状态估计
权函数
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 非线性权函数感知器的一种线性快速学习算法
来源期刊 计算机应用与软件 学科 工学
关键词 非线性权函数 感知器 Taylor展 开线性化学习算法
年,卷(期) 2004,(1) 所属期刊栏目 算法
研究方向 页码范围 72-74
页数 3页 分类号 TP3
字数 2709字 语种 中文
DOI 10.3969/j.issn.1000-386X.2004.01.030
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 赵斌 中央民族大学计算机科学与技术系 12 98 5.0 9.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (6)
参考文献  (4)
节点文献
引证文献  (3)
同被引文献  (2)
二级引证文献  (0)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(1)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(2)
  • 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)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
非线性权函数
感知器
Taylor展
开线性化学习算法
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
计算机应用与软件
月刊
1000-386X
31-1260/TP
大16开
上海市愚园路546号
4-379
1984
chi
出版文献量(篇)
16532
总下载数(次)
47
总被引数(次)
101489
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导