摘要
本文给出了神经网络系统学习过程的一个随机模型——马尔柯夫模型,从最大熵原理的观点讨论神经网络系统的学习过程,提出将神经网络系统的学习过程分为两个阶段的想法并给出学习过程的算法.
In this paper, a Markov process model for the learning process in a neural network is given. A two stage-procedure and related algorithm for the learning process is suggested.
出处
《自动化学报》
EI
CSCD
北大核心
1991年第3期311-316,共6页
Acta Automatica Sinica
基金
国家自然科学基金
关键词
神经网络
学习过程
最大熵
Maximum entropy
neural network
learning process
