首页 > 《中国计量大学学报》 > 2017年4期 > 矩阵输入的多层前向神经网络学习算法

矩阵输入的多层前向神经网络学习算法

在线阅读下载PDF 导出详情

摘要单隐层前向神经网络的学习能力是有限的.特别地,作为分类器,单隐层前向神经网络对于图像的复杂信息和不同图像之间的细节信息很难学习和处理.文章借鉴深度神经网络的思想,将单隐层矩阵输入的神经网络拓展到多隐层神经网络,并采用传统的反向传播算法对其训练并给出学习算法.通过多个数据库的实验对比,结果显示所提出的算法具有良好的效果.

DOI rdx5zlpkjl/1807197

作者黄旭进;曹飞龙

机构地区不详

出处《中国计量大学学报》 2017年4期

关键词神经网络图像分类深度学习

分类 [机械工程][测试计量技术及仪器]

出版日期 2017年04月14日（中国期刊网平台首次上网日期，不代表论文的发表时间）

相关文献

1. 多层神经网络.计算机应用技术,2005-02.
2. 多层神经网络.计算机应用技术,2005-01.
3. 多层神经网络.计算机应用技术,2005-03.
4. 多层神经网络.计算机应用技术,2005-05.
5王丽霞. 一种前馈神经网络算法.教育学,2004-11.
6杨一;高社生;吴佳鹏;赵岩. 模型预测前向神经网络算法及其在组合导航中的应用.力学,2014-02.
7陈熙源;许常燕. 基于前向线性预测算法的光纤陀螺零漂的神经网络建模.力学,2007-03.
8李盛熙,崔亚茹,赵华. 运用神经网络算法中的学习算法实现数据建模.,2022-08.
9. 学习神经网络.计算机应用技术,2005-06.
10彭灵基,罗思汗. BP神经网络训练算法的比较.建筑技术科学,2021-04.

来源期刊

中国计量大学学报

2017年4期

矩阵输入的多层前向神经网络学习算法

来源期刊

相关推荐

同分类资源更多

相关关键词

矩阵输入的多层前向神经网络学习算法

来源期刊

相关推荐

同分类资源 更多

相关关键词

同分类资源更多