基于多输入泛函网络的构造和学习策略

计算机科学 ›› 2006, Vol. 33 ›› Issue (10): 169-171.

• 计算机网络与信息安全 • 上一篇下一篇

基于多输入泛函网络的构造和学习策略

崔明义张新祥苏白云张瑞

河南财经学院计算机科学系,郑州450002

出版日期:2018-11-17 发布日期:2018-11-17
基金资助:
河南省自然科学基金（0411013800,0411014500）和河南省高校杰出科研人才创新工程项目（2004KYCX014）资助.

CUI Ming-Yi, ZHANG Xin-Xiang ,SU Bai-Yun ,ZHANG Rui （Dept. of Computer Science, Henan University of Finance ＆ Economics, Zhengzhou 450002）

Online:2018-11-17 Published:2018-11-17

摘要/Abstract

摘要： 泛函网络是类似于人工神经网络的新型网络模型，是泛函方程的网络表达形式。本文针对复杂泛函网络构造和学习中存在的问题，提出了多输入泛函网络模型MIOFN。通过对该模型的分析，提出了简化和学习的方法，并进行了仿真实验。结果表明，本文提出的MIOFN运行是可靠的，在工程应用中是有效可行的。

关键词: 泛函网络 MIOFN 泛函方程拓扑结构学习

Abstract: Functional network is new network model. It is similar to artificial neural network and is network expression of functional equation. In this paper, a multi-input and single output FN were presented for solving problems in structuring and learning of comp

Key words: Functional network, MIOFN,Functional equation, Topology structure, Learning

崔明义张新祥苏白云张瑞. 基于多输入泛函网络的构造和学习策略[J]. 计算机科学, 2006, 33(10): 169-171. https://doi.org/

CUI Ming-Yi, ZHANG Xin-Xiang ,SU Bai-Yun ,ZHANG Rui （Dept. of Computer Science, Henan University of Finance ＆ Economics, Zhengzhou 450002）. [J]. Computer Science, 2006, 33(10): 169-171. https://doi.org/

参考文献

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed

基于多输入泛函网络的构造和学习策略

PDF (PC)

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 0

Metrics

本文评价

推荐阅读 0