新型样条权函数神经网络的云计算研究

• 作者: 张代远
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 云计算 人工智能 前馈神经网络 三次样条函数 权函数 全局最小 插值
• 年，卷（期）: 2013,（7）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 57-61
• 页数: 5页
• 分类号: TP18|TP183
• 字数: 4953字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2013.07.014

摘要

采用权函数训练神经网络是近些年发展起来的一种算法.该算法有许多优点,例如可以直接求得全局最优点,有很好的泛化能力,训练后的权函数能够反映隐含在样本内部的有价值的信息特征等.因此进一步提高算法效率就显得十分重要.为了进一步提高运算速度,文中将神经网络与云计算相结合,采用云计算服务对一种新型的三次样条权函数神经网络算法的性能进行了分析,提出了云计算的定义,研究了三次样条权函数神经网络算法的并行机制.结果表明,采用云计算能够大幅提高三次样条权函数神经网络算法的效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张代远	南京邮电大学计算机学院	65	457	10.0	19.0