乔志骏

作品数：2被引量：9H指数：2
导出分析报告
供职机构：复旦大学信息科学与工程学院计算机科学系更多>>
发文主题：神经网络学习率泛化建模方法模糊推理更多>>
发文领域：自动化与计算机技术理学更多>>
发文期刊：《模式识别与人工智能》《计算机工程与应用》更多>>
所获基金：国家自然科学基金更多>>
-
在结果中检索

检索结果分析

署名顺序

  • 全部
  • 第一作者
结果分析中...
共 条 记 录，以下是1-2
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
一个基于模糊神经网络的数据逼近和泛化建模方法被引量：4
《模式识别与人工智能》2001年第2期253-256,共4页乔志骏 刘其真 易维列 何永保 刘军 林世雄 
国家自然科学基金
本文介绍一个基于模糊神经网络的数据逼近和泛化建模方法,定义了一种模糊系统动态调节神经网络的学习率,给出了用迭代自组织数据分析算法确定神经网络结构、初始化神经网络参数的方法。在雷达天线罩视线误差建模中的应用表明,这种方法...
关键词：模糊神经网络 学习率 泛化建模 数据逼近 模糊推理 
基于多维离散傅立叶变换的神经网络用于数据逼近和泛化建模被引量：5
《计算机工程与应用》2000年第2期47-48,59,共3页张艳霞 刘其真 乔志骏 卢宏涛 何永保 林世雄 刘军 
文章在一种基于多维离散傅立叶变换原理的前馈神经网络模型的基础上，提出了一个适用于高精度逼近和泛化建模的神经网络。它可用来逼近任何连续函数，且逼近精度高，泛化能力强，学习速度快。计算机模拟实验结果显示了该网络较好地利用...
关键词：离散傅立叶变换 神经网络 泛化建模 数据逼近 
全选清除导出
共1页<1>
检索报告 对象比较 聚类工具 使用帮助 返回顶部