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:
与传统的多层感知器模型相比,切比雪夫神经网络具有收敛速度快,复杂度低,泛化能力强等优点,但是,其研究最为广泛的一元切比雪夫神经网络在解决实际应用中的多元问题时存在着很大局限。鉴于此,对一元切比雪夫神经网络进行扩展,提出了多元切比雪夫神经网络模型,并在切比雪夫多项式正交性的基础上给出了快速权值确定算法。仿真实验证明,相对于传统多层感知器神经网络,该方法在计算精度和计算速度等方面都存在明显优势。
推荐文章
Padé有理式神经网络及其权值直接确定法
Padé近似
有理式神经网络
权值修正
权值直接确定法
Hermite插值神经网络权值和结构确定理论探讨
前向神经网络
Hermite插值
权值直接确定方法
网络结构自确定方法
BP神经网络
权值与结构双确定法的RBF神经网络分类器
RBF神经网络
模式分类器
边增边删型
权值与结构双确定法
抗噪性
多输入Sigmoid激励函数神经网络权值与结构确定法
BP神经网络
多输入
Sigmoid激励函数
权值直接确定法
双阶段结构自确定法
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 多元切比雪夫神经网络及其快速权值确定算法
来源期刊 计算机工程与应用 学科 工学
关键词 神经网络 切比雪夫多项式 多元函数 权值快速计算
年,卷(期) 2013,(13) 所属期刊栏目
研究方向 页码范围 36-39,109
页数 5页 分类号 TP183
字数 5117字 语种 中文
DOI 10.3778/j.issn.1002-8331.1204-0250
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 邢永康 重庆大学计算机学院 28 250 9.0 15.0
2 牟超 重庆大学计算机学院 6 111 3.0 6.0
3 石杨 重庆大学计算机学院 3 5 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (14)
共引文献  (18)
参考文献  (6)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(3)
  • 参考文献(1)
  • 二级参考文献(2)
1998(2)
  • 参考文献(1)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(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)
研究主题发展历程
节点文献
神经网络
切比雪夫多项式
多元函数
权值快速计算
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导