- 年份
- 2025（5）
- 2024（11）
- 2023（6）
- 2022（9）
- 2021（6）
- 2020（4）
- 2019（5）
- 2017（2）
- 2016（2）
- 2015（4）
- 更多...
- 核心收录
- 北京大学中文核心期刊目录(北大核心)（99）
- 中国科技论文与引文数据库(CSTPCD)（92）
- 中国科学引文数据库(CSCD)（82）
- 中国人文社会科学引文数据库(CHSSCD)（5）
- 中文社会科学引文索引(CSSCI)（3）
- 更多...
- 刊名
- 计算机工程（11）
- 计算机工程与应用（11）
- 信息与控制（6）
- 电子学报（5）
- 华中理工大学学报（4）
- 计算机应用研究（4）
- 计算机技术与发展（4）
- 太原理工大学学报（3）
- 微型电脑应用（3）
- 微机发展（3）
- 更多...
- 作者单位
- 华中科技大学（5）
- 北京工业大学（4）
- 天津大学（4）
- 福州大学（4）
- 西北工业大学（4）
- 中南大学（3）
- 哈尔滨工业大学（3）
- 太原理工大学（3）
- 江南大学（3）
- 河北科技大学（3）
- 更多...
- 语种
- 汉语（164）
- 关键词
- 前馈神经网络（164）
- BP算法（19）
- 学习算法（13）
- 神经网络（10）
- 深度学习（6）
- 遗传算法（6）
- 收敛性（5）
- 支持向量机（4）
- 稳定性（4）
- 预测（4）
- 更多...
- 作者
- 张立毅（5）
- 乔俊飞（4）
- 叶东毅（3）
- 黄德双（3）
- 何萧玲（2）
- 刘琼荪（2）
- 孙雅明（2）
- 张代远（2）
- 张昭昭（2）
- 徐晋（2）
- 更多...
相关度
- 相关度
- 发表时间
每页显示10条
- 每页显示10条
- 每页显示20条
- 每页显示30条
已找到 164 条结果
- BP网络学习参数模糊自适应算法的实现北大核心CSCDCSTPCD
- 遗忘神经网络模型及其BP算法北大核心CSCDCSTPCD
- 网络泛化能力与随机扩展训练集北大核心CSCDCSTPCD摘要：针对神经网络的过拟合和泛化能力差的问题,研究了样本数据的输入输出混合概率密度函数的局部最大熵密度估计,提出了运用Chebyshev不等式的样本参数按类分批自校正方法,以此估计拉伸样本集,得到新的随机扩充训练集.使估计质量更高,效果更好.仿真结果证明用这种方法训练的前馈神经网络具有较好的泛化性能.
- 前馈神经网络的股票实证分析摘要：本文采用金融时间序列分析中著名的非参数方法——前馈神经网络（feed—forward nnet）对沪市的中国联通（600050）和美国通用电气股票（GE）的收益率数据进行分析，建立模型，作预测，并给出GARCH此著名的蒂件异方差模型的估计结果作为参照。由分析结果来看神经网络的应用可行性，
- 关于外监督学习前馈网络全局优化的理论北大核心CSCD
- 前馈神经网络学习新算法及其仿真CSTPCD摘要：目前基于高斯牛顿法及其衍生算法的前馈神经网络虽然可以达到局部二阶收敛速度,但只对小残量或零残量问题有效,对大残量问题则收敛很慢甚至不收敛.为了实时解决神经网络学习过程中可能遇到的小残量问题和大残量问题,引入拟牛顿(QuasiNewton)优化算法,并与LM(Levernberg-Marquardt)法相结合,构建基于LM-QuasiNewton法的前馈神经网络.仿真实例表明,该神经网络较好地解决了残量问题,具有良好的收敛性和稳定性.
- 前馈型神经网络在SARS疫情分析中的应用
- 前馈神经网络的梯度-牛顿耦合学习算法北大核心CSCDCSTPCD摘要：针对前馈神经网络所使用的学习算法应具有收敛速度快、计算复杂度小、稳定性好的特点,利用梯度算法在网络学习初始阶段可使误差函数下降速度快,而牛顿法在学习后期可使收敛率提高,且具有二阶收敛速度,提出了一种梯度-牛顿耦合学习算法;该方法充分发挥了两种算法各自的特长,能弥补牛顿法在网络学习初始阶段对学习初值的敏感性和梯度算法在学习后期的震荡现象等不足;给出了学习速度参数在线优化、带保护的拟牛顿法、梯度-牛顿竞争法以及梯度-牛顿分段等4种确定学习参数的方案.
- 基于主成分分析与人工神经网络的风电功率预测北大核心CSCDCSTPCD
- 基于二元蚁群算法的多层前馈神经网络北大核心CSCDCSTPCD