一种新的神经网络结构及其学习算法

• 作者: 武妍
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 神经网络 模糊集 学习算法 泛化能力
• 年，卷（期）: 2004,（9）
• 所属期刊栏目: 基金项目论文
• 页码范围: 61-62,封三
• 页数: 3页
• 分类号: TP301.6
• 字数: 3075字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2004.09.024

摘要

提出了一个基于模糊集理论的新的神经网络结构及其学习算法.这种神经网络是对标准的BP网络修改后构成的(记作FIBP).并通过几个实例仿真验证其有效性.实验结果表明,当用FIBP网络解决动态的、高度非线性的函数逼近时,其学习速度比BP网络快,精度高而且泛化能力高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	武妍	同济大学计算机科学与工程系	58	726	15.0	24.0