期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
多层前馈神经网络在基于案例推理的应用 被引量:2
1
作者 李建洋 倪志伟 刘慧婷 《计算机应用》 CSCD 北大核心 2005年第11期2650-2652,共3页
基于案例的推理(CBR)系统的增量式学习会使案例库逐渐增大,导致案例的检索时间较长,效率较低。多层前馈神经网络是构造性神经网络技术,很容易构筑及理解,具有较低的时间和空间复杂性和较高的识别率。利用该神经网络技术对案例库进行分类... 基于案例的推理(CBR)系统的增量式学习会使案例库逐渐增大,导致案例的检索时间较长,效率较低。多层前馈神经网络是构造性神经网络技术,很容易构筑及理解,具有较低的时间和空间复杂性和较高的识别率。利用该神经网络技术对案例库进行分类后,待求解的新问题只需在某个子案例库中进行检索,便可以有效地解决大规模案例库的能力与效率的维护问题,确保CBR系统的能力保护与效率保护兼顾的实现,为大规模案例库的应用提供技术保证。 展开更多
关键词 多层前馈神经网络 基于案例的推量 分类 覆盖算法
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部