| 快速的演化神经网络模型的研究与应用* |
| |
| 引用本文： | 许中华,谭甲凡,杨伟丰,孙星明.快速的演化神经网络模型的研究与应用*[J].计算机应用研究,2005,22(4):49-51. |
| |
| 作者姓名： | 许中华 谭甲凡 杨伟丰 孙星明 |
| |
| 作者单位： | 1. 株洲工学院,计算机系,湖南,株洲,412008
2. 湖南人文科技学院,物理与信息工程系,湖南,娄底,417000 |
| |
| 基金项目： | 国家自然科学基金资助项目(60373062) |
| |
| 摘 要： | 针对演化学习的速度较慢、模型的稳定性较差等，利用梯度下降计算改进演化算法，极大地提高了模型的学习速度，对那些需要及时优化工艺参数的生产过程，该种模型有很好的应用前景。
|
| 关 键 词： | 演化学习 神经网络模型 梯度下降计算 工艺优化 |
| 文章编号： | 1001-3695(2005)04-0049-03 |
| 修稿时间： | 2004年5月26日 |
Research and Application of Fast Evolutional Neural Network |
| |
| XU Zhong-hua,TAN Jia-fan,YANG Wei-feng,SUN Xing-ming.Research and Application of Fast Evolutional Neural Network[J].Application Research of Computers,2005,22(4):49-51. |
| |
| Authors: | XU Zhong-hua TAN Jia-fan YANG Wei-feng SUN Xing-ming |
| |
| Affiliation: | XU Zhong hua 1,TAN Jia fan 2,YANG Wei feng 1,SUN Xing ming 1 |
| |
| Abstract: | Aining at the rate of evolutional learning is too slow sometimes, and the stability of networkhad improved the evolu- tional algorithm.Specially,the rate of evolutional learning is increased by gradient descent algorithm,it is very useful too ptimum the real-time craft process. |
| |
| Keywords: | Evolutional Learning Neural Networks Gradient Descent Algorithm Optimums of Technological Process |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《计算机应用研究》浏览原始摘要信息 |
|
点击此处可从《计算机应用研究》下载全文 |
|
