...
机译:通过选择性修剪和模型选择来改善RBF网络的建设性培训
Polytechnic School, University of Pernambuco, Rua Benfica, 455, Madalena, Recife -PE 50.750-410, Brazil;
neural network; RBF network; model complexity; classification;
机译:通过新的构造和修剪方法改善神经网络的泛化
机译:基于修剪的RBF网络跟踪控制器鲁棒反向传播训练算法
机译:多个神经网络的选择性组合,通过前向选择和后向消除,改善非线性系统建模中的模型预测
机译:基于错误缩放和修剪的构造性神经网络中的输入端训练
机译:修剪神经网络的能源模型
机译:基于RBF神经网络模型的改进GWO算法优化的HFSWR海杂波抑制方法
机译:通过特征选择方法改进RBF网络EUBaFEs