快速学习算法相关论文
本文构建了一个新的入侵检测模型,利用MATLAB神经网络工具箱中提供四种典型的快速改进算法作为BP网络训练的学习函数;实验结果表明......
针对传统BP神经网络权值算法速度慢、易陷入局部极小等缺陷，在权值平衡算法的基础上，提出一种激励函数参数可调的前馈神经网络，并给出......
将模糊控制与神经网络相结合,用神经网络来实现模糊推理,提出了一种以Legendre基函数为隶属函数的模糊神经网络.由于无需调整隶属......
介绍一种采用前向神经网络辨识发动机非线性模型的快速学习方法,与现有同类方法相比,该方法采用矩阵的QR分解求解线性方程组,解决......
提出的算法是利用凸函数共轭性质中的Young不等式构造优化目标函数,这个优化目标函数对于权值和隐层输出来说为凸函数,不存在局部......
贯序最小优化(SMO)算法是解决大数据集支持向量机学习问题的一种有效方法,但SMO选择工作集的策略是选择数据集中最违背KKT条件的两......
从分析动平衡过程的数学模型着手，提出了一种基于人工神经网络的全新的无试重转子动平衡方法。针对人工神经网络应用中的几个关键问......
提出一种新的动态对角回归神经网络学习算法--局部动态误差反传算法(LDBP),该算法定义了一种新的局部均方差函数,并为回归单元建立......
针对目前多层前向神经网络学习算法存在的不足，提出一种多层前向神经网络的快速学习算法，它不仅符合生物神经网络的基本特征，而且算法......
该文提出一种快速学习型神经网络,它不仅符合生物神经网络的基本特征,而且算法简单,学习收敛速度快,有线性、非线性系统辨识精度高......
寻求微观组织与性能的定量关系一直是研究开发离线与在线预测系统的关键问题,针对热轧带钢SS400性能预测系统,提出了基于Matlab神......
僵尸网络已成为目前互联网安全所面临的严重威胁之一.经过10余年发展,僵尸网络已从使用传统的IRC协议向HTTP协议进行转变,给检测及......
利用网络逼近的思想，提出了一种用ＢＰ网络逼近对象的学习算法及相庆的控制算法，并得到了一种快速学习因子的选择方法，结合多种不同对象进......
