基于多级神经元的神经网络及其在分类中的应用

• 作者: 武妍
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 神经网络 多级神经元 学习算法 分类 激励函数
• 年，卷（期）: 2005,（11）
• 所属期刊栏目: 博士论文
• 页码范围: 10-12
• 页数: 3页
• 分类号: TP183
• 字数: 3212字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2005.11.004

摘要

为了提高前向神经网络的分类能力,该文将多级神经元扩展使用到多层感知器的输出层和隐含层中,并提出了量子神经网络的学习算法.通过一个实际的分类问题实验验证了该方法的有效性.实验表明,无论输出层或隐含采用多级神经元,都可以带来分类能力的提高.而当输出层采用多级神经元时,还可以导致连接的减少和训练速度的加快.

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