粗神经网络的禁止搜索训练算法研究

梅晓丹; 孙圣和

您当前的位置：

首页 >

文章列表页 >

粗神经网络的禁止搜索训练算法研究

学术论文 | 更新时间：2025-07-16

- 粗神经网络的禁止搜索训练算法研究
- Rough Neural Network Using Tabu Search Algorhthm
- 电子学报 2001年29卷第S1期页码：1908-1911
- 作者机构：
  
  哈尔滨工业大学自动化测试与控制系,黑龙江,哈尔滨,150001
- 作者简介：
- 基金信息：
- DOI：
  中图分类号： TP183
- 纸质出版：2001
- 稿件说明：
移动端阅览
梅晓丹, 孙圣和. 粗神经网络的禁止搜索训练算法研究[J]. 电子学报, 2001,29(S1):1908-1911.

MEI Xiao-dan, SUN Sheng-he. Rough Neural Network Using Tabu Search Algorhthm[J]. Acta Electronica Sinica, 2001, 29(S1): 1908-1911.
梅晓丹, 孙圣和. 粗神经网络的禁止搜索训练算法研究[J]. 电子学报, 2001,29(S1):1908-1911. DOI：

MEI Xiao-dan, SUN Sheng-he. Rough Neural Network Using Tabu Search Algorhthm[J]. Acta Electronica Sinica, 2001, 29(S1): 1908-1911. DOI：

摘要

粗神经网络不仅可以处理明确定量的输入信息

而且可以处理传统神经网络不能处理的语义形式的输入信息.本文给出了一种新的训练方法基于禁止搜索算法的粗神经网络训练方法.仿真结果表明本文提出的训练算法在收敛速度和网络性能上都有显著提高.

Abstract

Rough neural network can be used to process not only definite input but also semantic input which conventional neural network can not process.This paper proposes a new training method based on tabu search algorithm.Experimental results illustrate that the new training algorithm improves in convergence speed and network performance.

关键词

Keywords

references

浏览量

1057

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

面向模分复用系统的遗传-MIMO均衡参数优化技术

覆盖整个UHF频段的吸波结构

基于联盟链的可靠边缘计算任务卸载方法

基于关键边概率与路径层接近度的多路径覆盖测试

一种针对QCA电路自动布局布线的混合策略研究