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:
针对目前神经网络在应用中难于确定隐层神经元数的问题,提出了一种神经网络结构的快速修剪算法.该算法在最优脑外科算法(OBS)的基础上,通过直接剔除冗余的隐层神经元实现神经网络结构自组织设计.实验结果表明,快速修剪算法与常规的最优脑外科算法相比,具有更简单的网络结构和更快的学习速度.
推荐文章
一种前馈神经网的快速算法
快速算法
前馈神经网
线性化
大规模前馈神经网络的一种有效学习算法及其应用
前馈神经网络
大规模系统
拟牛顿方法
改进的拟牛顿方法
质量模型
前馈神经网络的一种BP-阿当姆斯学习算法
前馈神经网络
微分方程初值问题
数值解
Adams方法
学习算法
利用影响因子遗传算法优化前馈神经网络
影响因子
改进遗传算法
前馈神经网络
优化设计
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 一种多层前馈神经网络的快速修剪算法
来源期刊 智能系统学报 学科 工学
关键词 最优脑外科算法 神经网络修剪算法 自组织设计算法
年,卷(期) 2008,(2) 所属期刊栏目
研究方向 页码范围 173-176
页数 4页 分类号 TP183
字数 3130字 语种 中文
DOI 10.3969/j.issn.1673-4785.2008.02.013
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 乔俊飞 北京工业大学电子信息与控制工程学院 181 1883 22.0 31.0
2 张颖 北京工业大学电子信息与控制工程学院 13 167 5.0 12.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (44)
共引文献  (96)
参考文献  (4)
节点文献
引证文献  (29)
同被引文献  (27)
二级引证文献  (128)
1971(1)
  • 参考文献(0)
  • 二级参考文献(1)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(2)
  • 参考文献(0)
  • 二级参考文献(2)
1991(5)
  • 参考文献(0)
  • 二级参考文献(5)
1992(5)
  • 参考文献(0)
  • 二级参考文献(5)
1993(4)
  • 参考文献(0)
  • 二级参考文献(4)
1994(6)
  • 参考文献(0)
  • 二级参考文献(6)
1995(4)
  • 参考文献(0)
  • 二级参考文献(4)
1996(7)
  • 参考文献(0)
  • 二级参考文献(7)
1997(5)
  • 参考文献(0)
  • 二级参考文献(5)
1998(2)
  • 参考文献(1)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(2)
  • 二级参考文献(0)
2008(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 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(2)
  • 引证文献(2)
  • 二级引证文献(0)
2010(6)
  • 引证文献(3)
  • 二级引证文献(3)
2011(8)
  • 引证文献(5)
  • 二级引证文献(3)
2012(9)
  • 引证文献(1)
  • 二级引证文献(8)
2013(20)
  • 引证文献(4)
  • 二级引证文献(16)
2014(24)
  • 引证文献(4)
  • 二级引证文献(20)
2015(14)
  • 引证文献(3)
  • 二级引证文献(11)
2016(30)
  • 引证文献(2)
  • 二级引证文献(28)
2017(13)
  • 引证文献(2)
  • 二级引证文献(11)
2018(16)
  • 引证文献(2)
  • 二级引证文献(14)
2019(7)
  • 引证文献(0)
  • 二级引证文献(7)
2020(7)
  • 引证文献(0)
  • 二级引证文献(7)
研究主题发展历程
节点文献
最优脑外科算法
神经网络修剪算法
自组织设计算法
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
智能系统学报
双月刊
1673-4785
23-1538/TP
大16开
哈尔滨市南岗区南通大街145-1号楼
2006
chi
出版文献量(篇)
2770
总下载数(次)
11
总被引数(次)
12401
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
论文1v1指导