检索规则说明:AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
检 索 范 例 :范例一: (K=图书馆学 OR K=情报学) AND A=范并思 范例二:J=计算机应用与软件 AND (U=C++ OR U=Basic) NOT M=Visual
机构地区:[1]国防科技大学机电工程与自动化学院,长沙410073
出 处:《控制与决策》2007年第11期1235-1240,共6页Control and Decision
基 金:国家自然科学基金重点项目(60736018);国家自然科学基金项目(60675005);高等学校优秀青年教师教学科研奖励计划项目
摘 要:针对基于自组织映射神经网络的非线性函数逼近,研究其方法和原理,指出它与一般前向神经网络在逼近原理上的不同.在此基础上,进一步研究该方法的逼近性能,分析其两个不足之处,进而提出一种提高逼近性能的改进神经网络训练策略.最后通过仿真实例验证了所得结论,表明了改进方法的有效性.The method of multiple models approximation using self-organizing map neural network is analyzed. The mechanism of this method is different to that of approximation method using other kinds of feedforward neural networks. The disadvantages of this method are analyzed. Based on the analyses, an improved training method for the self-organizing map neural network is proposed to reduce the approximation error. Simulation examples illustrate the conclusions and show the effectiveness of the new training method.
分 类 号:TP183[自动化与计算机技术—控制理论与控制工程]
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在链接到云南高校图书馆文献保障联盟下载...
云南高校图书馆联盟文献共享服务平台 版权所有©
您的IP:216.73.216.63