您的位置： 专家智库 > >

尹申明

作品数：3 被引量：102H指数：3
供职机构：华中理工大学更多>>
发文基金：国家高技术研究发展计划国家自然科学基金更多>>
相关领域：自动化与计算机技术更多>>

合作作者

文献类型

  • 3篇中文期刊文章

领域

  • 3篇自动化与计算...

主题

  • 3篇神经网
  • 3篇神经网络
  • 1篇学习算法
  • 1篇神经网络自适...
  • 1篇自适
  • 1篇自适应
  • 1篇自适应神经
  • 1篇自适应神经网...
  • 1篇自适应学习
  • 1篇构形
  • 1篇BP模型

机构

  • 2篇华中理工大学
  • 1篇华中科技大学

作者

  • 3篇杨叔子
  • 3篇尹申明
  • 2篇雷鸣
  • 1篇陆建东
  • 1篇雷鸣

传媒

  • 1篇系统工程与电...
  • 1篇计算机研究与...
  • 1篇计算机科学

年份

  • 3篇1994
共 3 条 记 录，以下是 1-3
全选 清除 导出
排序方式：
自构形神经网络及其应用被引量：22
1994年
1.引言当前神经网络的研究,遇到了一个非常困难的间题:如何合理地选择神经网络的总体结构。从图论的角度来看,前向式神经网络是一个有向图,欲决定其结构,就要找出一个合适的拓扑结构。这个问题十分困难,因此,实际工作中。
雷鸣朱心飚尹申明杨叔子
关键词：神经网络
神经网络自适应学习研究被引量：55
1994年
本文讨论了网络拓扑结构、网络的学习参数以及神经元的激活函数等多方面的人工神经网络学习问题，提出了具体实现方法。实验表明这些方法对于加快网络的收敛速度，优化网络的拓扑结构等方面有显著成效。
雷鸣尹申明杨叔子
关键词：神经网络自适应学习
自适应神经网络学习方法研究被引量：26
1994年
本文从连接权值、网络的拓扑结构、网络的学习参数以及神经元的激活特性等不同方面分别讨论了人工神经网络（ＡｒｔｉｆｉｃｉａｌＮｅｕｒａｌＮｅｔｗｏｒｋ——ＡＮＮ）的学习问题，并就当前流行的ＢＰ模型（ＢａｃｋＰｒｏｐａｇａｔｉｏｎ）提出了具体实现方法。实验表明，这些方法对于加快网络的收敛速度，优化网络的拓扑结构等方面有着显著成效。本文所述内容为ＡＮＮ学习算法的改进与设计提供了示例、途径和思想总结。
尹申明陆建东雷鸣杨叔子
关键词：神经网络BP模型学习算法
全选 清除 导出
共1页<1>
聚类工具0