作者:
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:
由于人工神经网络在符号处理、并行搜索、自组织联想记忆等方面有独特的优势,因此成为人工智能研究的热点.目前,人工神经网络模型形式多样,为了能够清晰地了解人工神经网络,就两种比较流行的神经网络:BP与RBF进行了介绍,研究了这两种人工神经网络的结构算法,并且对它们的结构算法以及性能进行了比较.
推荐文章
BP与RBF在南水北调工程中的运用
膨胀土
人工神经网络
自由膨胀率
RBF和改进BP神经网络在水泵振动故障诊断中的应用比较
水泵机组
振动故障
改进BP神经网络
RBF神经网络
一种用于RBF神经网络的支持向量机与BP的混合学习算法
机器学习
支持向量机
神经网络
BP算法
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 BP与RBF比较研究
来源期刊 电脑开发与应用 学科 工学
关键词 人工神经网络 BP RBF
年,卷(期) 2013,(1) 所属期刊栏目
研究方向 页码范围 16-18
页数 分类号 TP273
字数 3708字 语种 中文
DOI
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 吕静 山西财经大学信息管理学院 1 13 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (21)
共引文献  (95)
参考文献  (3)
节点文献
引证文献  (13)
同被引文献  (23)
二级引证文献  (22)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(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(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(5)
  • 参考文献(2)
  • 二级参考文献(3)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2013(2)
  • 引证文献(2)
  • 二级引证文献(0)
2014(7)
  • 引证文献(3)
  • 二级引证文献(4)
2015(4)
  • 引证文献(1)
  • 二级引证文献(3)
2016(7)
  • 引证文献(4)
  • 二级引证文献(3)
2017(6)
  • 引证文献(0)
  • 二级引证文献(6)
2018(4)
  • 引证文献(1)
  • 二级引证文献(3)
2019(5)
  • 引证文献(2)
  • 二级引证文献(3)
研究主题发展历程
节点文献
人工神经网络
BP
RBF
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
电脑开发与应用
月刊
1003-5850
14-1133/TP
大16开
山西省太原市193号信箱
22-96
1985
chi
出版文献量(篇)
4882
总下载数(次)
14
论文1v1指导