分支前馈神经网络的研究
DOI:
CSTR:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

TP18 TP391.4

基金项目:


The Study on the Branched Feedforward Neural Network
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    在BP算法的基础上,提出了一种用于模式分类的人工神经网络模型-分支前馈神经网络,并给出了相应的算法,对模式分类的几个典型例子进行了计算机仿真研究,仿真结果表明,与一般BP网络相比较,分支前馈神经网络显著地减少了训练时间,且分类效果更好。

    Abstract:

    Based on the BP algorithm,the Branched Feedforward Neural Network,one ofthe artificial neural network medel used for pattern classification is proposed in this paper, and therelated algorithm is also offered here, Several typical examples of pattern classification are studiedwith computer simulation, The simulation results show that the training time of Branched Feedforward Neural Network is obviously reduced and the classifying effect is much better as compared withgeneral BP Network.

    参考文献
    相似文献
    引证文献
引用本文

吴宁 李韧强.分支前馈神经网络的研究[J].重庆大学学报,1995,18(3):59-63.

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期:
  • 出版日期:
文章二维码