首页> 中文期刊> 《电子学报》 >利用隐含观测量估计将复杂神经网络分解为多个单隐元学习的新方法

利用隐含观测量估计将复杂神经网络分解为多个单隐元学习的新方法

         

摘要

本文从统计学的角度研究多层多隐元前馈神经网络(NN)的参数估计学习问题.利用NN激励函数的折线线性近似,提出一种求解多隐层多隐元NN每个隐元指导信号(隐含观测量)的新方法,利用每个隐元的指导信号估计可以将多隐层多隐元NN的参数估计学习转化为多个相互独立的单隐元NN参数估计学习训练问题.从而将复杂系统参数估计问题转化为简单系统的参数估计问题而得以解决.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号