oalib

Publish in OALib Journal

ISSN: 2333-9721

APC: Only $99

Submit

Any time

2019 ( 161 )

2018 ( 3692 )

2017 ( 3766 )

2016 ( 4073 )

Custom range...

Search Results: 1 - 10 of 179821 matches for " 陈兆乾? "
All listed articles are free for downloading (OA Articles)
Page 1 /179821
Display every page Item
自适应谐振理论综述
周志华,
计算机科学 , 1999,
Abstract: 1.引言神经网络的竞争学习模型在70年代早期由Malsburg和Grossberg提出,此后得到了很大的发展。这种学习是指网络中的某一组神经元相互竞争对外界刺激模式响应的权力,竞争获胜的神经元的连接权发生某种变化,使得它在下一次对该刺激模式进行竞争时更为有利。一般来说,由竞争学习模型学习得到的分类很难保持稳定,即使连续地为网络提供有限个保持不变的模式序列,某一个特定的获胜分类仍然可能不断地发生变化。为了稳定学习过程,就必须将学习率
自适应谐振理论综述
周志华
计算机科学 , 1999,
Abstract:
Research on Teamwork in the RoboCup Simulator
仿真机器人足球赛中团队协作方法的研究

李静,,世福
计算机科学 , 2002,
Abstract: 1.引言团队协作(teamwork)的研究跨越商业管理和心理学等不同学科,成为许多领域研究的焦点。目前许多人工智能研究者正在致力于构建复杂、动态的多智能体系统,在这些多智能体系统中,比如交互式的训练和教育,机器人足球赛,虚拟剧院以及基于Internet的信息集成中,团队协作和团队训练有着举足轻重的地位。这些领域中不仅需要多个智能体的参加来完成任务,而且需要团队中的智能体共同协作来有效地完成任务。团队协作不单纯是一些同时发生活动的简单协调,Cohen对团队协作有一经典的形象说明:“普通交通协调虽然是同时发生、并且由交通信号自动协调,但仍然不能
基于域理论的自适应谐振神经网络分类器
周志华?,,世福?
软件学报 , 2000,
Abstract: 提出了一种基于域理论的自适应谐振神经网络模型ftart2(fieldtheorybasedadaptiveresonancetheory2).该模型结合了自适应谐振理论和域理论的优点,学习速度快,归纳能力强,效率高,可以根据输入样本自适应地调整拓扑结构,克服了前馈型网络需要人为设置隐层神经元的缺点.基准测试表明,ftart2在学习精度和速度上都远远优于标准bp算法.
基于域理论的自适应谐振神经网络研究(英文)
周志华?,,世福?
软件学报 , 2000,
Abstract: 提出了一种基于域理论的自适应谐振神经网络算法ftart,有机结合了自适应谐振理论和域理论的优势,以一种独特的方式解决了示例间冲突和分类区域的动态扩展,不仅不需要手工设置隐层神经元,可以还获得了较快的训练速度和较高的预测精度.同时还提出了一种可以从训练好的ftart网络中抽取可理解性好、精度高的符号规则的方法,即基于统计的产生测试法.实验结果表明,用该方法抽取的符号规则可以较好地描述ftart的功能.
仿真机器人足球赛中团队协作方法的研究
李静 世福?
计算机科学 , 2002,
Abstract:
Survey on SOM Algorithm、LVQ Algorithm and their Variants
SOM算法、LVQ算法及其变体综述

张敏灵,,周志华
计算机科学 , 2002,
Abstract: 1.引言 SOM(Self-Organizing feature Map,简称SOM)网络是一种自组织竞争型人工神经网络,它是由著名神经网络专家T.Kohonen教授于1981年提出的,因此SOM网络又称为Kohonen Map。 SOM算法是一种非监督(unsupervised)的聚类方法,自20年前该算法提出至今,很多研究者围绕该算法在模式识别,信号处理,数据挖掘等理论和应用领域做了大量工作,并且取得了大量研究成果。这些成果的取得很大程度上归功于SOM算法本身的简明性和实用性。
A Fuzzy Logic System Based on FANNC
基于FANNC的模糊逻辑系统

刘峻,邵栋,
计算机科学 , 2002,
Abstract: 1 引言为了用数学方法描述和处理自然界出现的不精确、不完整的信息,如人类语言描述信息,L.A.Zadeh于1965年发表了“Fuzzy Set”的论文,提出了模糊理论。模糊理论建立在模糊集合和模糊逻辑的基础上,引入隶属函数(membershipfunction)的概念来描述那些介于“属于”和“不属于”的中间过渡过程。模糊理论已经广泛地应用于控制领域,同时结合其他技术,如神经网络、遗传算法等,形成交叉学科,用于解决单一技术不能解决的问题。
一种混合型多概念获取系统
高阳?,刘海涛?,周志华?,
软件学报 , 2000,
Abstract: 文章实现混合型多概念获取系统hmcas(hybridmulti-conceptacquisitionsystem).无论在离散值或连续值输入下,hmcas系统都可以实现增量式教师学习.hmcas的核心算法hmcap基于事例空间的概率分布,结合了符号学习和神经网络学习,能够以混合型判定树形式产生概念描述.hmcas的原型系统已经成功应用于台风预测领域.
混合型多概念获取算法的设计及其抗噪音能力
李红兵?,周志华?,
软件学报 , 1999,
Abstract: ihmcap(incrementalhybridmulti-conceptsacquisitionprocedure)算法将基于概率论的符号学习与神经网络学习相结合,通过引入ftart(fieldtheory-basedadaptiveresonancetheory)神经网络,成功地解决了符号学习与神经网络学习精度之间的均衡性问题,实现了两种不同思维层次的靠近.该算法采用一种独特的增量学习机制,当增加新的实例时,只需进行一遍增量学习,调整原结构,不必重新生成判定树和神经网络,即可提高学习精度,速度快,效率高.同时,这种增量学习机制还可以降低算法对噪音数据的敏感度,从而使ihmcap可以应用于实时在线学习任务.
Page 1 /179821
Display every page Item


Home
Copyright © 2008-2017 Open Access Library. All rights reserved.