数据采集与处理
數據採集與處理
수거채집여처리
JOURNAL OF DATA ACQUISITION & PROCESSING
1999年
3期
278-283
,共6页
噪声%神经网络%能量函数%聚类%鲁棒性%学习算法
譟聲%神經網絡%能量函數%聚類%魯棒性%學習算法
조성%신경망락%능량함수%취류%로봉성%학습산법
利用聚类时噪声干扰的抵抗能力和对好的样本进行强化学习的思想,引入了聚类分析和鲁棒因子,提出一种新颖的鲁棒学习算法(包括了选择不同鲁棒因子而构成的鲁棒算法1和鲁棒算法2),并对三维曲面和混合噪音进行了仿真实验研究.仿真结果表明,该算法在鲁棒性、收敛性方面明显优于普通的BP算法.
利用聚類時譟聲榦擾的牴抗能力和對好的樣本進行彊化學習的思想,引入瞭聚類分析和魯棒因子,提齣一種新穎的魯棒學習算法(包括瞭選擇不同魯棒因子而構成的魯棒算法1和魯棒算法2),併對三維麯麵和混閤譟音進行瞭倣真實驗研究.倣真結果錶明,該算法在魯棒性、收斂性方麵明顯優于普通的BP算法.
이용취류시조성간우적저항능력화대호적양본진행강화학습적사상,인입료취류분석화로봉인자,제출일충신영적로봉학습산법(포괄료선택불동로봉인자이구성적로봉산법1화로봉산법2),병대삼유곡면화혼합조음진행료방진실험연구.방진결과표명,해산법재로봉성、수렴성방면명현우우보통적BP산법.
