期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
改进CAS性能的多网络表决模型 被引量:2
1
作者 孙功星 戴贵亮 《小型微型计算机系统》 CSCD 北大核心 2001年第2期168-170,共3页
Fahlm an和 L ebiere提出的级联相关网络是一个典型的自适应神经网络的增长算法〔1〕,它具有灵活、高效的特点 .但由于该算法存在诸多的不确定因素 ,致使在其增长过程中引入过多的自由参数 ,它和随机选取的初始权重是导致单个神经网络... Fahlm an和 L ebiere提出的级联相关网络是一个典型的自适应神经网络的增长算法〔1〕,它具有灵活、高效的特点 .但由于该算法存在诸多的不确定因素 ,致使在其增长过程中引入过多的自由参数 ,它和随机选取的初始权重是导致单个神经网络过拟合的两个直接原因 .本文提出的多网络表决模型的基本思想是 ,利用多个网络来对未知的模式进行表决来确定其解 ,由于其平均效应 ,它能够避免单个网络预言带来的偏颇 ,获得满意的结果 .利用我们建立的 PC-FARM计算环境 ,本文还从实验上验证了网络表决模型的优越性 . 展开更多
关键词 神经网络 多网络表决模型 CAS 学习算法
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部