|
|||||
|
|
| 隐层神经元自适应算法：通过数据表示达到完备学习 | |
| 引用本文： | 郭平,陈ＣＬ菲立浦,孙寅官.隐层神经元自适应算法：通过数据表示达到完备学习[J].北京师范大学学报(自然科学版),1996(1). |
| 作者姓名： | 郭平 陈ＣＬ菲立浦 孙寅官 |
| 作者单位： | 北京师范大学分析测试中心，莱特州立大学计算机科学与工程系 |
| 摘 要： | 提出采用数据表示，即通过一能把输入空间变换到高维空间的接受函数，把所有训练样本变换到集合空间中，然后将经过重新表示的数据馈入神经网络，则不需再采用其他算法，神经网络可达到完备学习。还给出了对正弦函数近似问题应用数据表示与隐层神经元自适应算法结合达到完备学习的实例。 |
| 关 键 词： | 有教师监督法，隐层神经元自适应算法，数据表示，接收器，完备学习，集合空间 |
AHLN ALGORITHM: PERFECT LEARNING THROUGH DATA REPRESENTATION |
|
| Guo Ping,Chen C L Philip,Sun Yinguan.AHLN ALGORITHM: PERFECT LEARNING THROUGH DATA REPRESENTATION[J].Journal of Beijing Normal University(Natural Science),1996(1). | |
| Authors: | Guo Ping Chen C L Philip Sun Yinguan |
| Abstract: | In the case of r< |
| Keywords: | supervised learning adaptive hidden layer neuron algorithm data representation receptors perfect larning ensemble space |
| 本文献已被 CNKI 等数据库收录！ | |