论文部分内容阅读
为提高前馈神经网络学习算法的收敛速度,尝试定义熵方误差函数,在理论上证明了熵方误差函数的有效性,并将其应用于NL2SOL前馈神经网络. 对比实验表明,引入熵方误差函数的前馈神经网络具有良好的收敛性与稳定性.
基于熵方误差的NL2SOL前馈神经网络
【摘 要】
：
为提高前馈神经网络学习算法的收敛速度,尝试定义熵方误差函数,在理论上证明了熵方误差函数的有效性,并将其应用于NL2SOL前馈神经网络. 对比实验表明,引入熵方误差函数的前馈
【机 构】
：
上海交通大学管理学院
【出 处】
：
武汉大学学报(工学版)
【发表日期】
：
2004年6期
其他文献
使用非线性时频分布对超声信号进行处理,充分考虑到了信号的时域、频域和相位的信息,根据超声信号在缺陷和噪声处瞬时频率的不同,结合超声信号的空间投影特点,提出了一种基于
详细介绍了BP神经网络的基本原理和建模方法,指出BP人工神经网络模型克服了模型必须是基本观测量的线性和非线性组合的局限,并具有很强的自适应性和容错性.将BP模型应用于大
在岩土工程中,基于实体造型进行六面体网格剖分时,材料分界面在实体系统中的存在往往会给网格的生成带来很大的约束.针对这一问题,建议在实体造型阶段取消一些给剖分带来几何
介绍了土地生产潜力的数学模型,并在该模型的基础上对移民安置区的土地人口承载力进行分析计算,分析考虑两个水平年(近期为2005年,远期为2010年).计算结果表明,安置区土地人