一種隨機的人工神經網絡學習方法
大?。?/span>0.77 MB 人氣： 2017-12-05 需要積分：1
標簽：神經網絡(99488)
針對復雜網絡環境下網絡流監測（分類）問題，為實現多個類別直接分類以及提高學習方法的訓練速度，提出了一種隨機的人工神經網絡學習方法。該方法借鑒平面高斯（PG）神經網絡模型，引入隨機投影思想，通過計算矩陣偽逆的方法解析獲得網絡連接矩陣，理論上可證明該網絡具有全局逼近能力。在人工數據和標準網絡流監測數據上進行了實驗仿真，與同樣采用隨機方法的極限學習機（ELM）和PG網絡相比，分析與實驗結果表明：1）由于繼承了PC網絡的幾何特性，對平面型分布數據更為有效；2）采用了隨機方法，訓練速度與ELM相當，但比PC網絡快得多；3）三種方法中，該方法更有利于解決網絡流監測問題。
?
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%
下載地址
一種隨機的人工神經網絡學習方法下載
相關電子資料下載
- 神經網絡預測模型的構建方法 109
- CNN的定義和優勢 112
- 基于CNN的網絡入侵檢測系統設計 105
- 數據分析有哪些分析方法 82
- 數據分析與數據挖掘的區別 55
- rnn是遞歸神經網絡還是循環神經網絡 164
- rnn是什么神經網絡模型 162
- rnn是什么神經網絡 174
- 遞歸神經網絡結構形式主要分為 129
- 簡述遞歸神經網絡的計算過程 135