IHEP OpenIR  > 中国科学院高能物理研究所  > 计算中心  > 期刊论文
神经网络设计的特征空间序贯划分算法
孙功星; 戴贵亮
刊名计算机科学
2003
期号11页码:36-37+47
关键词Geometrical stragegy Overtraining Sigular value decomposition
其他题名A GEOMETRICAL STRATEGY OF CONSTRUCTIVE INITIAL NEURAL NETWORKS
通讯作者孙功星
中文摘要1 引言神经网络已广泛地用于处理实际问题,如语音处理、图像处理和计算机视觉、模式分类和识别等。面对越来越复杂的应用,传统的神经网络学习算法变得不能适应。与许多其他的有效算法相比,神经网络的学习速度慢和固定拓扑结构的不适应性两个缺陷显得异常突出。
项目资助者中国科学院高能所创新资金支持项目(项目编号为U-512)
文献类型期刊论文
条目标识符http://ir.ihep.ac.cn/handle/311005/218848
专题中国科学院高能物理研究所_计算中心_期刊论文
推荐引用方式
GB/T 7714
孙功星,戴贵亮. 神经网络设计的特征空间序贯划分算法[J]. 计算机科学,2003(11):36-37+47.
APA 孙功星,&戴贵亮.(2003).神经网络设计的特征空间序贯划分算法.计算机科学(11),36-37+47.
MLA 孙功星,et al."神经网络设计的特征空间序贯划分算法".计算机科学 .11(2003):36-37+47.
条目包含的文件
文件名称/大小 文献类型 版本类型 开放类型 使用许可
4986.pdf(279KB)期刊论文作者接受稿开放获取CC BY-NC-SA浏览 请求全文
个性服务
推荐该条目
保存到收藏夹
查看访问统计
导出为Endnote文件
谷歌学术
谷歌学术中相似的文章
[孙功星]的文章
[戴贵亮]的文章
百度学术
百度学术中相似的文章
[孙功星]的文章
[戴贵亮]的文章
必应学术
必应学术中相似的文章
[孙功星]的文章
[戴贵亮]的文章
相关权益政策
暂无数据
收藏/分享
文件名: 4986.pdf
格式: Adobe PDF
此文件暂不支持浏览
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。