吉林大学学报(信息科学版)
吉林大學學報(信息科學版)
길림대학학보(신식과학판)
JOURNAL OF JILIN UNIVERSITY(INFORMATION SCIENCE EDITION)
2010年
2期
147-152
,共6页
人工智能%人工神经网络%回归分析
人工智能%人工神經網絡%迴歸分析
인공지능%인공신경망락%회귀분석
为避免每次训练都必须随机生成样本序列的问题,提出网络动态拓扑的概念,对各种前向式网络进行统一表述;提出正、反序训练方法,并给出解的唯一性证明,同时,网络连接权在初始化时不再需要随机生成.回归分析人工神经网络有效解决了两次随机过程对训练结果造成的不利影响,在稳定性和可信性上对人工神经网络的应用提供了理论依据和技术支持.
為避免每次訓練都必鬚隨機生成樣本序列的問題,提齣網絡動態拓撲的概唸,對各種前嚮式網絡進行統一錶述;提齣正、反序訓練方法,併給齣解的唯一性證明,同時,網絡連接權在初始化時不再需要隨機生成.迴歸分析人工神經網絡有效解決瞭兩次隨機過程對訓練結果造成的不利影響,在穩定性和可信性上對人工神經網絡的應用提供瞭理論依據和技術支持.
위피면매차훈련도필수수궤생성양본서렬적문제,제출망락동태탁복적개념,대각충전향식망락진행통일표술;제출정、반서훈련방법,병급출해적유일성증명,동시,망락련접권재초시화시불재수요수궤생성.회귀분석인공신경망락유효해결료량차수궤과정대훈련결과조성적불리영향,재은정성화가신성상대인공신경망락적응용제공료이론의거화기술지지.
