整型权值神经网络在连续函数空间上的稠密性研究

• 作者: 周良杰
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 人工神经网络 函数逼近 整型权值 稠密性
• 年，卷（期）: 2012,（7）
• 所属期刊栏目: 人工智能与识别
• 页码范围: 235-238
• 分类号: TP183
• 字数: 5028字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386X.2012.07.068

摘要

目前,对整型权值神经网络的研究主要依靠实验统计方法.适用范围较小、缺乏理论依据,限制了研究成果在工程实践中的应用.重点研究整型权值神经网络的稠密性,并给出稠密性的相关定理.介绍动态查分算法并给出采用动态的差分进化算法训练网络的实验,验证了稠密性理论的正确性,说明了整型权值神经网络可以满足工程应用中逼近误差上的要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周良杰	杭州电子科技大学智能与软件技术研究所	1	1	1.0	1.0