机床与液压
機床與液壓
궤상여액압
MACHINE TOOL & HYDRAULICS
2008年
2期
25-26,93
,共3页
模拟复合正交神经网络%曲线重建%连续学习算法
模擬複閤正交神經網絡%麯線重建%連續學習算法
모의복합정교신경망락%곡선중건%련속학습산법
在数字复合正交神经网络的基础上提出一种模拟复合正交神经网络,并用于曲线重建.由于模拟神经网络采用连续学习算法,故网络学习收敛速度快.仿真结果表明,在单变量和多变量复杂函数曲线重建中,用模拟复合正交神经网络方法重建的曲线具有很高的逼近精度.本文提出的曲线重建方法是一种快速有效的方法.由于该模拟神经网络可望用模拟电路实现硬件化,因此在图象图形实时处理中具有很好的工程应用前景.
在數字複閤正交神經網絡的基礎上提齣一種模擬複閤正交神經網絡,併用于麯線重建.由于模擬神經網絡採用連續學習算法,故網絡學習收斂速度快.倣真結果錶明,在單變量和多變量複雜函數麯線重建中,用模擬複閤正交神經網絡方法重建的麯線具有很高的逼近精度.本文提齣的麯線重建方法是一種快速有效的方法.由于該模擬神經網絡可望用模擬電路實現硬件化,因此在圖象圖形實時處理中具有很好的工程應用前景.
재수자복합정교신경망락적기출상제출일충모의복합정교신경망락,병용우곡선중건.유우모의신경망락채용련속학습산법,고망락학습수렴속도쾌.방진결과표명,재단변량화다변량복잡함수곡선중건중,용모의복합정교신경망락방법중건적곡선구유흔고적핍근정도.본문제출적곡선중건방법시일충쾌속유효적방법.유우해모의신경망락가망용모의전로실현경건화,인차재도상도형실시처리중구유흔호적공정응용전경.
