搜索

基于样条插值函数的离散过程神经网络训练

基于样条插值函数的离散过程神经网络训练

102 4.7
31 2021-04-28
pdf | 221KB | 3页
正文 简介
为解决过程神经元网络不能直接输入离散样本的问题,提出基于样条插值函数的离散过程神经网络训练算法。首先,将离散过程样本按采样点分段,在采样区间内分别构造样本和权值的分段样条函数;然后,计算样本函数和权函数的乘积在采样区间上的积分,并将此积分值提交给网络的隐层过程神经元;最后,在输出层计算网络输出。分别采用一次、二次、三次样条函数,设计了三种不同的算法。实验结果表明:一次样条计算效率高,逼近能力差;三次样条计算效率低,但逼近能力好;二次样条在计算效率和逼近能力两方面都比较理想。因此,二次样条函数是离散过程神经网络的较好选择。
*温馨提示：该数据为用户自主上传分享，如有侵权请举报或联系客服：400-823-1298处理。
wangdah***
wangdah***
服务： -
数据量： 3
人气： -
擅长：市政 园林 给排水 暖通

最新上传

基于样条插值函数的离散过程神经网络训练 221KB浅析新型墙体材料与建筑节能保温技术 62KB

热门商品

您可能感兴趣

声明：造价通文库所传内容均代表作者观点，与本站立
场无关，如有侵权或违法请立即向我们举报。
举报邮箱：kf@zjtcn.com
详情请阅读 《数聚超市协议》 ©2006-2019 ZJTCN.COM 粤ICP备08028283号
增值电信业务 经营许可证：粤B2-20090350
    粤公网安备 44010602002722号
原价: 100 积分

开通会员

立即购买

老客限时专享

取消
专属客服

优惠券专享

恭喜您获得500元优惠券
取消
专属客服