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:
提出了一种新的神经计算的方法,其最大的特点是在进行特定的权值调整时无须加入学习率.计算开始时先给出一组随机的权值作为被拟合多项式的系数,由这组权值得到的拟合点上被拟合多项式值与期望值的各误差绝对值之和.依据其小分数的负值直接来调整权值,使各误差之绝对值不断减小,通过反复迭代计算,最终当各误差都在规定范围内时便得到期望的权值.在实际的计算中利用这种方法进行曲线拟合能方便地求出拟合多项式的系数,便于编程,简化了计算过程.将这种方法应用到范德堡函数的多项式拟合中,得到了范德堡函数f=1+0.03237714η-0.04037678η2+0.00857881η3-0.00077693η4+0.00002604η5并画出了曲线.
推荐文章
利用多项式拟合规范化方法实现范德堡函数的高精度反演
范德堡函数
非线性反演
规范化多项式拟合
基于代数神经网络的多元多项式不可约判定及学习算法
多元多项式
代数神经网络
不可约
学习算法
MISO多元广义多项式神经网络及其权值直接求解
多元广义多项式
权值直接确定
结构自适应确定
指数增长
折半删减
用多项式构造广义范德蒙矩阵的逆
广义范德蒙矩阵
矩阵函数
多项式
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 无学习率权值调整神经计算法拟合范德堡多项式
来源期刊 电子器件 学科 工学
关键词 神经网络 学习率 多项式拟合 范德堡函数
年,卷(期) 2008,(3) 所属期刊栏目 其他有关研究和应用
研究方向 页码范围 1015-1018
页数 4页 分类号 TN307
字数 2678字 语种 中文
DOI 10.3969/j.issn.1005-9490.2008.03.072
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 孙以材 河北工业大学信息工程学院微电子所 117 1247 18.0 31.0
2 王伟 河北工业大学信息工程学院微电子所 50 144 7.0 10.0
3 汪鹏 河北工业大学信息工程学院微电子所 17 26 2.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (10)
共引文献  (11)
参考文献  (4)
节点文献
引证文献  (1)
同被引文献  (2)
二级引证文献  (4)
1967(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(1)
  • 二级参考文献(1)
1997(3)
  • 参考文献(1)
  • 二级参考文献(2)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(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)
2013(1)
  • 引证文献(0)
  • 二级引证文献(1)
2015(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
神经网络
学习率
多项式拟合
范德堡函数
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
电子器件
双月刊
1005-9490
32-1416/TN
大16开
南京市四牌楼2号
1978
chi
出版文献量(篇)
5460
总下载数(次)
21
总被引数(次)
27643
论文1v1指导