您的位置: 专家智库 > >

广西壮族自治区自然科学基金(0141034)

作品数:9 被引量:19H指数:2
相关作者:周永权谢宁新何登旭刘宣会卢若飞更多>>
相关机构:广西民族学院西安电子科技大学广西大学更多>>
发文基金:广西壮族自治区自然科学基金更多>>
相关领域:自动化与计算机技术理学更多>>

文献类型

  • 9篇中文期刊文章

领域

  • 8篇自动化与计算...
  • 2篇理学

主题

  • 5篇神经网
  • 5篇神经网络
  • 4篇学习算法
  • 2篇人工神经
  • 2篇人工神经网络
  • 2篇人工智能
  • 2篇网络
  • 2篇工神经网络
  • 2篇函数
  • 2篇人工神经网
  • 1篇代数
  • 1篇代数方程
  • 1篇迭代法
  • 1篇有限群
  • 1篇山峰
  • 1篇数据采掘
  • 1篇数据处理
  • 1篇数据集
  • 1篇数据库
  • 1篇数学模型

机构

  • 9篇广西民族学院
  • 2篇西安电子科技...
  • 1篇广西大学
  • 1篇上海海运学院
  • 1篇中央民族大学

作者

  • 8篇周永权
  • 3篇谢宁新
  • 2篇刘宣会
  • 2篇何登旭
  • 1篇曾凡辉
  • 1篇赵斌
  • 1篇冯嘉礼
  • 1篇邓艳平
  • 1篇卢若飞

传媒

  • 2篇计算机工程与...
  • 1篇计算机学报
  • 1篇计算机工程与...
  • 1篇计算机应用与...
  • 1篇广西民族学院...
  • 1篇广西科学
  • 1篇广西科学院学...
  • 1篇计算机工程与...

年份

  • 3篇2004
  • 3篇2003
  • 3篇2002
9 条 记 录,以下是 1-9
排序方式:
非线性权函数感知器的一种线性快速学习算法被引量:1
2004年
高阶感知器是神经元状态变量的非线性化 ,它是一阶感知器的非线性推广 ,除了神经元状态变量的非线性化推广外 ,还对权向量函数的非线性推广而得到的感知器 ,文中定义为具有非线性权向量函数的感知器 ,由于感知器的权重及作用函数都是非线性函数 ,当感知器接近最优点时 ,其连接权调节幅度很小 ,采用对非线性权函数及非线性作用函数分别进行Taylor展开 ,并取其一阶式近似逼近原函数 ,从而使其非线性权函数及非线性作用函数都转化为线性函数 ,简化了感知器学习过程的计算量 ,加快了感知器的学习过程。最后 。
周永权赵斌
关键词:数学模型
多项式函数型回归神经网络模型及应用被引量:10
2003年
文中利用回归神经网络既有前馈通路又有反馈通路的特点 ,将网络隐层中神经元的激活函数设置为可调多项式函数序列 ,提出了多项式函数型回归神经网络新模型 .它不但具有传统回归神经网络的特点 ,而且具有较强的函数逼近能力 .针对递归计算问题 ,提出了多项式函数型回归神经网络学习算法 ,并将该网络模型应用于多元多项式近似因式分解 ,其学习算法在多元多项式近似分解中体现了较强的优越性 .通过算例分析表明 ,该算法十分有效 ,收敛速度快 ,计算精度高 ,可适用于递归计算问题领域 .
周永权
关键词:学习算法神经网络
基于Rough集的牛顿迭代法求方程近似解算法被引量:1
2004年
Rough集理论作为一种新型的数学工具已广泛应用于各个领域。提出一种基于Rough集的牛顿迭代法求方程近似解算法,该算法将Rough理论中的下近似和上近似与牛顿迭代法有机地结合起来,寻找方程的近似解,其优点在于所求方程的根是一个精确的区间,该区间中任意实数都可作为所求方程的近似解,避免了一般方法求方程的近似解,把求得的近似数作为近似解,算法计算简单,易推广到其它的近似计算中,同时,有助于人们深刻理解Rough集理论本质。
周永权刘宣会
关键词:ROUGH集代数方程牛顿迭代法近似解人工智能
前向傅立叶神经网络系统逼近理论及学习算法被引量:1
2003年
定义了傅立叶神经元与傅立叶神经网络,将一组傅立叶基三角函数作为神经网络各隐层单元的激合函数,设计出一类单输入单输出三层前向傅立叶神经网络与双输入单输出四层前向傅立叶神经网络,以及奇、偶傅立叶神经网络,基于三角函数逼近论,讨论了前向傅立叶神经网络的三角插值机理及系统逼近理论,且有严格的数学理论基础,给出了前向傅立叶神经网络学习算法,通过学习,它们分别能逼近于给定的傅立叶函数到预定的精度。仿真实验表明,该学习算法效率高,具有极为重要的理论价值和应用背景。
周永权何登旭谢宁新
关键词:学习算法函数逼近人工神经网络
基于Hensel构造的回归神经网络符号计算模型及算法
2003年
将传统意义下 Hensel构造提升的方法与回归神经网络模型有机地结合起来 ,提出一种基于 Hensel构造方法的回归神经网络近似代数符号计算新模型和 PFRNN网络算法 .该模型不但具有回归神经网络的特点 ,而且具有 Hensel构造提升的思想 ,给人们研究代数符号计算与近似代数符号计算提供一种可视化手段 .通过多元多项式近似因式分解算例分析可以看出 ,新模型刻划出在符号计算意义下精确计算与近似计算的本质与联系 .
周永权刘宣会
关键词:回归神经网络
群论中的几个“"或”问题被引量:2
2004年
利用"或"条件研究有限群的可解性,得到了有限群成为可解的几个充分或必要条件,从而推广了几个已知的结果.
卢若飞曾凡辉
关键词:有限群可解群P-可解群
山峰-减法聚类神经元模型及学习算法被引量:3
2002年
将神经网络与数据集的密度指标结合起来提出一种山峰—减法聚类神经网络方法 ,利用数据集的密度指标对基类进行合并 ,并不断重复直至产生足够多的聚类中心 ,就可完成对聚类神经元的学习。给出该聚类的神经元模型和学习算法。该方法的主要优点是对于工程应用中的大样本集分类和重叠数据的模式分类问题 。
周永权谢宁新
关键词:激励函数学习算法人工神经网络数据集聚类中心
一种基于属性集重心的多概念层数据采掘方法被引量:1
2002年
文章在属性测度空间和有序分割类概念基础上,仿照力学上的重心概念,定义了属性集的重心及属性重心的高阶中心矩,将属性集重心和多概念层次生成相结合,提出了一种基于属性集重心的多概念层的数据采掘算法,特别是属性集重心概念的引入,极大地方便了人们对属性数据的采掘,提高了数据采掘结果的可信度,符合人们思维推理的习惯。并以年龄概念为例,表明了这种方法直观、切实可行。
周永权何登旭冯嘉礼
关键词:数据采掘数据库数据处理
基于粗糙集的神经网络函数逼近理论
2002年
首先给出了神经网络函数在粗糙集意义下的下、上近似函数 ,从函数逼近的观点出发分析 ,得出对任一神经网络函数在粗糙集意义下 ,都可根据学习样本点维数找到两个关联的离散函数来逼近它 ,并且证明了在粗糙集意义下逼近的过程是可行的。该结论有助于理解粗糙集函数与神经网络函数之间的联系 ,为今后进一步研究在粗糙集意义下神经网络函数整体逼近理论及学习算法的描述奠定了基础。
周永权谢宁新邓艳平
关键词:粗糙集神经网络人工智能学习算法
共1页<1>
聚类工具0