小世界人工神经网络模型及其应用研究
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
S mu ai n s o h t h mal - r e r e ok h sa b t rc n e g n e s e d t a e lrn t o k a d rn- i lt h wst a e s l ・ wol n u a n t r a et o v r e c p e h n rg a e r n a ・ o t d l w e u w d m e o k n al o n t r e ry P=0 0 w . 8.a d t e o t m ef r n c ft e NW l n h pi mu p r ma e o h o mut i—ly rf r a d s llwol r f i a e w r ma rd a t ca o i l i
l y,t e c o s—ly rs l w rd a t ca e r ewo k e e u e r f n t n a p o i t n u d r df r n e— h rs a e mal o l r f iln u a n t r s w r s d f u ci p r xmai n e i e e tr i i l o o o
rn o z dC S a d mie r S—ly rl k b c a e i r b b l yP,a d c n t ce en w e r l e o k mo e .S c n - o a e n a k l y rw t a p o a i t i h i n o sr t d t e n u a t r d 1 e o d u h nw
ZHANG ih n L o g Ru c e g, I Ch n
( o eeo o ue n uo t ot l ee P leh i U i r t,T nsa e e0 30 C i ) C lg f mptr dA t i C nr ,H bi o t n nv sy aghnH bi 6 09, hn l C a mac o yc c ei a
ABS TRACT:T n o f d山e o t ln u a ewo k sr cu e a e n t e r s a c t o s fo t e c mp e e— i p i e r n t r tu t r ,b s d o h e e r h meh d rm h o l x n t ma l w r h e sr c u e o l —ly r fr a d n u a ewo k d lw s su id,a d a n w n u a ewo k d l o k,t t t r fmu t u i a e o w r e r ln t r s mo e a t d e n e e r ln t r s mo e , NW l —ly rf r a d s l wo d atf i ln u a e o k sp o o e mu t i a e w r ma l r r i a e r n t r swa r p s d.w o e sr c u e o a e a e e n o l ic l w h s tu t r fly r w s b t e w
win rb it.T ec u to o v re c n e iee tpo a it a o ae y stn a rcs n i r gpo a ly h o n fcn egn eu d rdf rn rb l w sc mp rd b et ga smepe ii . b i f b i y i o
中 图分 类 号 :P 13 T 8 文献 标 识码 : A
M o e fNW ulia e e f r r S al— W o l tfca d lo M tl y r Fe d o wa d m l rd Ar i i i l
Ne r lNe wo k nd I ’ ple u a t r s a t S Ap i d
h e u a mo e n h t c a t d 1 t e r g l d la d t e so h s c mo e .At rt h e l ro h ly rfe r i Leabharlann Baidu ,t e r g a fmu i e d—f r a d n u a ewo k n u o s i f u a e ow r e r n t r e rn l
摘要 : 关于优化神经 网络模型的快速性和精度 , 为了寻找最优的神经网络结构 , 在复杂网络的研究方 法对多层前 向神 经网络
模型 的基础上 , 提出一种在层次结构上处于规则型到随机型神经 网络过渡的中间网络模型 一N 型多层前 向小世界人工神 W
经 网络模型 。利用对多层前 向规则神经 网络 中神经元 以某一概率 P 随机化 向后 层跨层连接 , 构建新的神经 网络模型 , 然后 将不 同跨层概率下的小世界人工神经网络应用于函数逼近。在设定精度相同情况下对不同概率下的收敛 次数做 比较 , 真 仿 发现随机化加边概率 P处于 P= . 8 O 0 附近时 的小世界人工神经网络 比同规模的规则网络和随机网络具有更好 的收敛速度 , 实验证实采用 N 型小世界多层前 向人工神经 网络模型 , W 在精度和收敛速度上均得到提高 。 关键词 : 小世界 网络 ; 多层前 向神经 网络 ; 函数逼近
第 8 第1 2卷 O 期
文章编号 :0 6—9 4 (0 1 1 0 9 0 10 3 8 2 1 ) 0— 0 5— 4
计
算
机
仿
真
21 0 0 年1月 1
小 世 界 人 工 神 经 网 络 模 型 及 其 应 用 研 究
张瑞 成 , 李 冲
( 河北理工大学计算 机与 自动控制学院 , 河北 唐 山 0 3 0 ) 6 0 9
l y,t e c o s—ly rs l w rd a t ca e r ewo k e e u e r f n t n a p o i t n u d r df r n e— h rs a e mal o l r f iln u a n t r s w r s d f u ci p r xmai n e i e e tr i i l o o o
rn o z dC S a d mie r S—ly rl k b c a e i r b b l yP,a d c n t ce en w e r l e o k mo e .S c n - o a e n a k l y rw t a p o a i t i h i n o sr t d t e n u a t r d 1 e o d u h nw
ZHANG ih n L o g Ru c e g, I Ch n
( o eeo o ue n uo t ot l ee P leh i U i r t,T nsa e e0 30 C i ) C lg f mptr dA t i C nr ,H bi o t n nv sy aghnH bi 6 09, hn l C a mac o yc c ei a
ABS TRACT:T n o f d山e o t ln u a ewo k sr cu e a e n t e r s a c t o s fo t e c mp e e— i p i e r n t r tu t r ,b s d o h e e r h meh d rm h o l x n t ma l w r h e sr c u e o l —ly r fr a d n u a ewo k d lw s su id,a d a n w n u a ewo k d l o k,t t t r fmu t u i a e o w r e r ln t r s mo e a t d e n e e r ln t r s mo e , NW l —ly rf r a d s l wo d atf i ln u a e o k sp o o e mu t i a e w r ma l r r i a e r n t r swa r p s d.w o e sr c u e o a e a e e n o l ic l w h s tu t r fly r w s b t e w
win rb it.T ec u to o v re c n e iee tpo a it a o ae y stn a rcs n i r gpo a ly h o n fcn egn eu d rdf rn rb l w sc mp rd b et ga smepe ii . b i f b i y i o
中 图分 类 号 :P 13 T 8 文献 标 识码 : A
M o e fNW ulia e e f r r S al— W o l tfca d lo M tl y r Fe d o wa d m l rd Ar i i i l
Ne r lNe wo k nd I ’ ple u a t r s a t S Ap i d
h e u a mo e n h t c a t d 1 t e r g l d la d t e so h s c mo e .At rt h e l ro h ly rfe r i Leabharlann Baidu ,t e r g a fmu i e d—f r a d n u a ewo k n u o s i f u a e ow r e r n t r e rn l
摘要 : 关于优化神经 网络模型的快速性和精度 , 为了寻找最优的神经网络结构 , 在复杂网络的研究方 法对多层前 向神 经网络
模型 的基础上 , 提出一种在层次结构上处于规则型到随机型神经 网络过渡的中间网络模型 一N 型多层前 向小世界人工神 W
经 网络模型 。利用对多层前 向规则神经 网络 中神经元 以某一概率 P 随机化 向后 层跨层连接 , 构建新的神经 网络模型 , 然后 将不 同跨层概率下的小世界人工神经网络应用于函数逼近。在设定精度相同情况下对不同概率下的收敛 次数做 比较 , 真 仿 发现随机化加边概率 P处于 P= . 8 O 0 附近时 的小世界人工神经网络 比同规模的规则网络和随机网络具有更好 的收敛速度 , 实验证实采用 N 型小世界多层前 向人工神经 网络模型 , W 在精度和收敛速度上均得到提高 。 关键词 : 小世界 网络 ; 多层前 向神经 网络 ; 函数逼近
第 8 第1 2卷 O 期
文章编号 :0 6—9 4 (0 1 1 0 9 0 10 3 8 2 1 ) 0— 0 5— 4
计
算
机
仿
真
21 0 0 年1月 1
小 世 界 人 工 神 经 网 络 模 型 及 其 应 用 研 究
张瑞 成 , 李 冲
( 河北理工大学计算 机与 自动控制学院 , 河北 唐 山 0 3 0 ) 6 0 9