多项式理想计算的神经网络方法

多项式理想计算的神经网络方法

周永权

【期刊名称】《广西科学》 【年(卷),期】2001(008)002

【摘要】提出一种用于多项式理想计算的理想同余神经元,其工作方式既不同于过去感知器输入加阈值的激活方式,也不同于通常意义下激活函数选取,且保持神经元的运算特性.以Grobner基计算为例,给出利用该神经元计算Grobner基神经网络描述性学习算法. 【总页数】3页(90-92)

【关键词】理想同余神经元 多项式理论 Grobner基 描述性学习算法 【作者】周永权

【作者单位】广西民族学院数学与计算机科学系 【正文语种】中文

【中图分类】TP181;TP183 【相关文献】

1.基于人工神经网络的聚合物驱提高采收率预测——人工神经网络与二次多项式逐步回归方法的对比 [J], 周丛丛; 李洁; 张晓光; 罗峰; 李亚; 曾嘉

2.具有多项式权函数的前向多项式神经网络学习算法<'*>) [C], 周永权; 何登旭; 戴祯杰

3.基于广义多项式神经网络的点云数据隐式曲面重构方法 [J], 肖秀春; 姜孝华; 张雨浓

4.多元多项式函数的三层前向神经网络逼近方法 [J], 王建军; 徐宗本

5.数码相机颜色特性化两种方法对比研究——BP神经网络和多项式转换法 [J], 柳叶; 张勇; 刘存海; 石俊生; 余鸿飞

以上内容为文献基本信息，获取文献全文请下载