本文選題：神經(jīng)網(wǎng)絡(luò) + 網(wǎng)絡(luò)結(jié)構(gòu)��； 參考：《數(shù)學(xué)理論與應(yīng)用》2016年04期

【摘要】：在理論研究和實(shí)際應(yīng)用中,神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)問(wèn)題一直是個(gè)難點(diǎn).本文利用Vugar E.Ismailov近期的研究成果,討論了神經(jīng)網(wǎng)絡(luò)對(duì)樣本點(diǎn)的學(xué)習(xí)問(wèn)題.結(jié)果表明,利用λ-嚴(yán)格遞增函數(shù),只需兩個(gè)隱層節(jié)點(diǎn),就可以學(xué)會(huì)任意給定的樣本集.同時(shí)討論了在隱層節(jié)點(diǎn)中使用通常的Sigmoid函數(shù)與使用λ-嚴(yán)格遞增函數(shù)作為活化函數(shù)的差別.
[Abstract]:In theoretical research and practical application, the structure of neural network has been a difficult problem.In this paper, using the recent research results of Vugar E.Ismailov, we discuss the learning problem of neural networks for sample points.The results show that any given sample set can be learned by using 位-strictly incremental function with only two hidden layer nodes.At the same time, the difference between the usual Sigmoid function and 位 -strict increment function as activation function in hidden layer node is discussed.
【作者單位】： 上海理工大學(xué)管理學(xué)院;
【分類號(hào)】：TP183

【參考文獻(xiàn)】

相關(guān)期刊論文 前2條

1 趙娣;田大鋼;;三元XOR問(wèn)題的神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)[J];數(shù)學(xué)理論與應(yīng)用;2015年03期

2 田大鋼;前饋神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)能力[J];系統(tǒng)工程理論與實(shí)踐;2004年11期

【共引文獻(xiàn)】

相關(guān)期刊論文 前4條

1 李晶晶;田大鋼;;基于λ-遞增函數(shù)的樣本學(xué)習(xí)[J];數(shù)學(xué)理論與應(yīng)用;2016年04期

2 謝秋菊;蘇中濱;劉佳薈;鄭萍;馬鐵民;王雪;;基于L-M優(yōu)化算法的豬舍氨氣濃度預(yù)測(cè)模型研究[J];東北農(nóng)業(yè)大學(xué)學(xué)報(bào);2014年10期

3 田大鋼;;關(guān)于多層前饋神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)能力的一個(gè)注記[J];數(shù)學(xué)的實(shí)踐與認(rèn)識(shí);2009年23期

4 朱青;劉宇輝;;一種面向領(lǐng)域的組件質(zhì)量度量算法[J];北京工業(yè)大學(xué)學(xué)報(bào);2007年01期

【二級(jí)參考文獻(xiàn)】

相關(guān)期刊論文 前2條

1 田大鋼;;關(guān)于多層前饋神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)能力的一個(gè)注記[J];數(shù)學(xué)的實(shí)踐與認(rèn)識(shí);2009年23期

2 田大鋼,費(fèi)奇;多元插值、多模式現(xiàn)象和無(wú)關(guān)信息的認(rèn)定[J];系統(tǒng)工程與電子技術(shù);1998年06期

，

本文編號(hào)：1746981