-
题名快速的演化神经网络模型的研究与应用
- 1
-
-
作者
许中华
谭甲凡
杨伟丰
孙星明
-
机构
株洲工学院计算机系
湖南人文科技学院物理与信息工程系
-
出处
《计算机应用研究》
CSCD
北大核心
2005年第4期49-51,共3页
-
基金
国家自然科学基金资助项目(60373062)
-
文摘
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
-
Keywords
Evolutional Learning
Neural Networks
Gradient Descent Algorithm
Optimums of Technological Process
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
-
题名一种快速的演化学习神经网络模型
- 2
-
-
作者
许中华
杨伟丰
孙星明
-
机构
株洲工学院计算机系
-
出处
《计算机工程与应用》
CSCD
北大核心
2005年第4期63-65,共3页
-
基金
国家自然科学基金(编号:60373062)资助
-
文摘
神经网络的学习算法一直是人们研究的重点,各种算法都有自己的优点和不足。演化学习具有全局优化性能好,实验样本数要求少等优点,但也存在一些问题,如演化学习的速度较慢、模型的稳定性较差等。笔者在多年的神经网络的研究过程中,对传统的演化学习算法作了一些改进,该文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
-
Keywords
evolutional learning,neural networks,gradient descent algorithm,optimums of technological process
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
