计算机应用
計算機應用
계산궤응용
COMPUTER APPLICATION
2009年
3期
862-864
,共3页
优先排序神经网络%拟合%拓扑空间
優先排序神經網絡%擬閤%拓撲空間
우선배서신경망락%의합%탁복공간
样本点拟合是动态构造神经网络应用的重要研究领域.从输入输出映射的角度,依赖输出样本点优先关系,结合优先度排序神经网络把输入样本集合划分为不同子集,动态构造优先度排序神经网络对各个子样本集进行映射,对样本点进行分块并行神经网络构造,提高神经网络的训练速度.最后,通过对不同类型样本集进行测试,实验结果表明该算法能有效地减少拟合误差.
樣本點擬閤是動態構造神經網絡應用的重要研究領域.從輸入輸齣映射的角度,依賴輸齣樣本點優先關繫,結閤優先度排序神經網絡把輸入樣本集閤劃分為不同子集,動態構造優先度排序神經網絡對各箇子樣本集進行映射,對樣本點進行分塊併行神經網絡構造,提高神經網絡的訓練速度.最後,通過對不同類型樣本集進行測試,實驗結果錶明該算法能有效地減少擬閤誤差.
양본점의합시동태구조신경망락응용적중요연구영역.종수입수출영사적각도,의뢰수출양본점우선관계,결합우선도배서신경망락파수입양본집합화분위불동자집,동태구조우선도배서신경망락대각개자양본집진행영사,대양본점진행분괴병행신경망락구조,제고신경망락적훈련속도.최후,통과대불동류형양본집진행측시,실험결과표명해산법능유효지감소의합오차.
