首页> 中文期刊>软件学报 >神经网络学习中'附加样本'的技术

神经网络学习中'附加样本'的技术

     

摘要

本文将网络的先验知识和网络的样本集知识有机结合起来,提出"附加样本"的神经网络新学习算法,其计算复杂性仅为多项式(上界≤O(n4),用该算法可以设计出性能更好的神经网络.本文第1节简单介绍FP算法以及FP覆盖算法,第2节提出FP统计附加样本算法.最后举一例子说明用该算法可以设计出性能良好的网络.

著录项

  • 来源
    《软件学报》|1998年第5期|0|共1页
  • 作者

    张铃; 张钹;

  • 作者单位

    安徽大学人工智能研究所,合肥,230039;

    清华大学智能技术与系统国家重点实验室,北京,100084;

    清华大学计算机科学与技术系,北京,100084;

    清华大学智能技术与系统国家重点实验室,北京,100084;

  • 原文格式 PDF
  • 正文语种 chi
  • 中图分类 人工智能理论;
  • 关键词

    神经网络; FP算法; 附加样本; 最小覆盖;

  • 入库时间 2022-08-18 05:36:38

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号