互连权值灰度阶有限的神经网络的蒙特卡洛学习算法

【摘要】：本文提出一种能在互连权值的灰度阶有限条件下实现神经网络学习的蒙特卡洛学习算法。用该方法研究了随机样本模式的学习样本正确识别率,发现对给定学习样本数,此识别率不仅与神经元数有关,而且与权值的灰度阶有关,将此方法用于具有旋转不变性模式识别能力的级联模型,对四种不同飞行器的144个学习样本,在灰度阶为6的情况下得到了满意的结果。

下载App查看全文

下载全文更多同类文献个人查重>>智能排版>>

PDF全文下载

CAJ全文下载

(如何获取全文？欢迎：购买知网充值卡、在线充值、在线咨询)

CAJViewer阅读器支持CAJ、PDF文件格式，AdobeReader仅支持PDF格式

	快捷付款方式		订购知网充值卡	订购热线	帮助中心
	微信支付支付宝银行卡	知网卡在线购卡更多>>	免费送卡上门银行汇款购卡邮局汇款购卡	400-819-9993 010-62982499 010-62783978	常见问题在线咨询阅读器下载	充值中心知网卡新手指南