Jordan神经网络的改进研究

• 作者: 张宁 陈笑蓉
• 来源期刊: 贵州大学学报（自然科学版）
• 学科: 工学
• 关键词: 反馈网络 Jordan神经网络 复杂性 表征能力
• 年，卷（期）: 2009,（1）
• 所属期刊栏目: 光电子、电信技术及计算机科学技术
• 页码范围: 36-39
• 页数: 4页
• 分类号: TP183
• 字数: 2454字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-5269.2009.01.010

摘要

针对Jordan神经网络的反馈网络的反馈信息表征能力不强的缺点,提出了一种新的反馈网络模型,对Jordan神经网络的缺点进行了改进,并且对原来的训练学习算法进行了改进,提出了一种提取绝对值最大权的训练学习算法来降低计算复杂性,最终给出了实验结果证明.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈笑蓉	贵州大学计算机科学与技术学院	68	569	12.0	21.0
2	张宁	贵州大学计算机科学与技术学院	14	7	2.0	2.0