国家自然科学基金(51069003)
- 作品数：2 被引量：8H指数：2
- 相关作者：董梦思魏海桂跃苏志敏杨华舒更多>>
- 相关机构：昆明理工大学更多>>
- 发文基金：云南省应用基础研究基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- Research On Mechanical Properties Of Nano-Concrete
- This paper describes some of the characteristics of nano-materials are discussed nano SiO2, silica fume and na...
- Yizhi YanZhimin SuLiang Wu
- 关键词：NANO-MATERIALS
- 前馈神经网络导数特性分析被引量：6
- 2014年
- 为分析前馈神经网络输出量的一阶、二阶偏导数特性,从一层网络结构入手,推导网络输出量的一阶偏导数,应用链式求导法则,推导多层网络输出量的一阶、二阶偏导数的计算公式。在此基础上推导网络的三阶偏导数,并针对二层结构网络,在其输出层激活函数为线性函数时,推导出该网络对输入量的高阶偏导数计算公式。实例分析结果表明,前馈神经网络一阶、二阶偏导数值的精度比网络输出值的精度要低,尤其是在区间的边界上有时会出现较大的偏差。网络的一阶、二阶偏导数值的精度也会随着隐含层神经元数量的增加明显降低,在基本相同的网络训练精度下,隐含层神经元较多的网络比神经元少的网络导数特性差。
- 魏海杨华舒苏志敏桂跃董梦思
- 关键词：前馈神经网络偏导数网络体系结构
- 基于前馈神经网络的函数积分计算被引量：2
- 2013年
- 由于三层前馈神经网络可以逼近任何连续函数,因此可以利用三层前馈神经网络来逼近被积函数的原函数,并计算函数的积分。对于定积分、在矩形或长方体区域上的二重积分或三重积分的计算,首先构造一个三层前馈神经网络,通过训练网络使其在积分区域上对输入量的导数值、二阶混合偏导数值或三阶混合偏导数值等于相应被积函数值,训练好的网络就可逼近被积函数的原函数。对于非矩形或非长方体区域上的二重积分或三重积分,可通过换元法将积分区域转化为矩形或长方体区域。实例分析表明该方法理论简单、思路清晰、易于实现,同时精度也能得到满足。
- 魏海董梦思
- 关键词：前馈神经网络函数积分偏导数原函数
