参数学习造句
- 随机模糊神经网络的参数学习算法
- 在模糊神经网络的研究中，参数学习问题具有很大的重要性。
- 然而，目前使用禁忌搜索算法作为模糊神经网络参数学习算法的研究却不多见。
- 一般来说，对模糊神经网络的参数学习问题可以转化为对其目标函数的优化问题，即寻找一组合适的参数向量使其目标函数值最优。
- 通过本文的研究可以看出，将禁忌搜索算法用在模糊神经系统参数学习中具有很好的性能，该算法具有收敛概率高，收敛精度好等优点。
- 最后在单参数学习算法收敛性的分析基础上，提出一种变调整规则的单参数学习算法，加快参数学习速度。
- 通过理论推导，用李雅普诺夫函数分析和验证通用参数学习规则的学习收敛性，揭示参数学习算法朝最小误差方向调整参数的内在因素。
- 研究了贝叶斯网络的拓扑结构学习、参数学习和网络评估等问题，在此基础上设计实现了一种基于属性相关性分析的贝叶斯网络学习算法。
- 主要研究成果如下:针对多个买家与多个卖家的交易行为,提出一种撮合交易模型?采用价格和数量作为撮合要素,以双重拍卖机制为撮合手段,重点研究均价和差价形式下的实现机制,并对其激励相容性和市场均衡进行理论分析?为增强市场效率,论文提出了一种针对双重拍卖的学习机制,它以三参数学习模型为基础进行改进,借助交易历史信息,实现交易代理的自我学习
- 本文在对以前的模糊神经网络参数学习算法进行分析的基础上，做了以下几个方面的工作： 1 )根据禁忌搜索算法的特点，在jyh - shingrogerjang提出的anfis模型的基础上，将禁忌搜索算法应用于模糊神经网络线性和非线性参数的学习上，并将该模型用于单变量函数的逼近； 2 )在第一阶段的基础上，对算法进行了改进，使改进后的算法能够适用于复杂的ii函数逼近问题; 3 )根据计算机仿真的结果，对禁忌搜索算法的性能进行了分析，并对该模糊神经系统的函数逼近能力和泛化能力进行了讨论。
- 用参数学习造句挺难的，這是一个万能造句的方法
手机版