静态前馈型网络的监督学习方法研究进展

徐雷; 迟惠生

您当前的位置：

首页 >

文章列表页 >

静态前馈型网络的监督学习方法研究进展

更新时间：2025-12-08

- 静态前馈型网络的监督学习方法研究进展
- Research Advances on Supervised Learning ol Static Feedforward Networks
- 电子学报 1992年第10期页码：106-113
- 作者机构：
  
  1. 北京大学
  2. 北京大学北京100871
- 作者简介：
- 基金信息：
- DOI：
  中图分类号：
- 纸质出版：1992
- 稿件说明：
移动端阅览
[1]徐雷,迟惠生.静态前馈型网络的监督学习方法研究进展[J].电子学报,1992(10):106-113.

Xu lei, Chi Huisheng. Research Advances on Supervised Learning ol Static Feedforward Networks[J]. Acta Electronica Sinica, 1992, (10): 106-113.
[1]徐雷,迟惠生.静态前馈型网络的监督学习方法研究进展[J].电子学报,1992(10):106-113. DOI：

Xu lei, Chi Huisheng. Research Advances on Supervised Learning ol Static Feedforward Networks[J]. Acta Electronica Sinica, 1992, (10): 106-113. DOI：

摘要

本文从四个方面综述近年来用于前馈型网络的监督学习方法

即:1.对经典反向传播法的改进和变型;2.用于训练多层感知器的其它学习方法;3.其它前馈型网络模型和监督学习模型;4.具有复杂结构的各种模型.

Abstract

This paper gives a review on the recent advances on supervised learnieg methods for static feedforward networks

i.e （1） Various improvements and variants made on the classical Back Propagation. （2） A number of other learning methods for training Multilayer Perceptron. （3） Other feedforward models and supervised learning models. （4） Models with complex structures.

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

基于LoRa信号的实时手势识别算法

连续学习方法与其在视觉任务中的应用

端到端全复数域SAR目标分类神经网络