一种随机的人工神经网络学习方法
大小：0.77 MB 人气： 2017-12-05 需要积分：1
标签：神经网络(99488)
针对复杂网络环境下网络流监测（分类）问题，为实现多个类别直接分类以及提高学习方法的训练速度，提出了一种随机的人工神经网络学习方法。该方法借鉴平面高斯（PG）神经网络模型，引入随机投影思想，通过计算矩阵伪逆的方法解析获得网络连接矩阵，理论上可证明该网络具有全局逼近能力。在人工数据和标准网络流监测数据上进行了实验仿真，与同样采用随机方法的极限学习机（ELM）和PG网络相比，分析与实验结果表明：1）由于继承了PC网络的几何特性，对平面型分布数据更为有效；2）采用了随机方法，训练速度与ELM相当，但比PC网络快得多；3）三种方法中，该方法更有利于解决网络流监测问题。
非常好我支持^.^
(0) 0%
不好我反对
(0) 0%
下载地址
一种随机的人工神经网络学习方法下载
相关电子资料下载
- 神经网络预测模型的构建方法 109
- CNN的定义和优势 112
- 基于CNN的网络入侵检测系统设计 105
- 数据分析有哪些分析方法 82
- 数据分析与数据挖掘的区别 55
- rnn是递归神经网络还是循环神经网络 164
- rnn是什么神经网络模型 162
- rnn是什么神经网络 174
- 递归神经网络结构形式主要分为 129
- 简述递归神经网络的计算过程 135