文献类型：期刊文章

作　　者：武妍[1] 王守觉[2]

机构地区：[1]同济大学计算机科学与工程系,上海200092 [2]同济大学半导体与信息技术研究所

出　　处：《计算机工程》

基　　金：国家自然科学基金资助项目(60135010);上海市博士后科研计划资助项目

年　　份：2006

卷　　号：32

期　　号：6

起止页码：25-27

语　　种：中文

收录情况：AJ、BDHX、BDHX2004、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI(收录号：2006189857134)、IC、INSPEC、JST、RCCSE、SCOPUS、UPD、ZGKJHX、核心刊

摘　　要：为了更有效地优化前向神经网络的求解能力,提出了一种新的综合的转换函数,将多层感知机和RBF神经网络更有机地结合起来,以产生灵活的决策边界。在此基础上推导出了相应的学习算法。并通过对实际的模式分类问题的仿真,将文中的方法与带动量项BP算法、CSFN、RBF等算法进行了比较,验证了其有效性。

关 键 词：转换函数 径向基函数 多层感知机 混合网络 学习算法  

分 类 号：TP18]