含二次Sigmoidal神经元的前向网络的分类能力

王保云; 杨绿溪; 吴球; 何振亚

您当前的位置：

首页 >

文章列表页 >

含二次Sigmoidal神经元的前向网络的分类能力

更新时间：2025-12-08

- 含二次Sigmoidal神经元的前向网络的分类能力
- On the Classification Capability of Feedforward Network Containing Quadratic Sigmoidal Neurons
- 电子学报 1998年第1期页码：118-121
- 作者机构：
  
  1. 东南大学无线电工程系!南京
  2. 210096
- 作者简介：
- 基金信息：
  
  国家自然科学基金(61701067;61702065)
- DOI：
  中图分类号： TP18
- 纸质出版：1998
- 稿件说明：
移动端阅览
[1]王保云,杨绿溪,吴球,何振亚.含二次Sigmoidal神经元的前向网络的分类能力[J].电子学报,1998(01):118-121.

王保云, 杨绿溪, 吴球, et al. On the Classification Capability of Feedforward Network Containing Quadratic Sigmoidal Neurons[J]. Acta Electronica Sinica, 1998, (1): 118-121.
[1]王保云,杨绿溪,吴球,何振亚.含二次Sigmoidal神经元的前向网络的分类能力[J].电子学报,1998(01):118-121. DOI：

王保云, 杨绿溪, 吴球, et al. On the Classification Capability of Feedforward Network Containing Quadratic Sigmoidal Neurons[J]. Acta Electronica Sinica, 1998, (1): 118-121. DOI：

摘要

本文分析了一种新的神经元模型──二次Sigmoidal神经元对前向种经网络的分类能力的改进程度．结果表明：在隐层及输出层无论采用多阈值还是单阈值二次Sigmoidal神经元，三层前向网络的分类能力比CommittedMachine只能提高3倍．

Abstract

This paper addresses the improvement of the classification capability of network by using quadraic sigmoidal neurons. The results indicate that the degree on the improvement on the classification capability of network by using quadratic sigmoidal neurons is 3.

关键词

Keywords

references

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

可学习阈值优化的大规模动态多用户接入检测

基于局部投影的视差图像拼接平滑优化

利用相邻帧和背景信息的运动对象检测

一种软件自动测试成本的估算控制模型

一种基于角度的正交FRIT变换及其在图像去噪中的应用