10.3321/j.issn:0372-2112.2000.05.028
一种新的前向神经网络部件冗余容错方法
多层前向神经网络(MLP)的容错性有两种主要的研究方法:改进算法和部件冗余.前一种方法需要耗用大量的学习时间,对大型网络是不适用的.Phatak曾提出了用后一种方法进行MLP的单故障容错的一种网络结构,但是冗余部件数庞大,尤其对于大型网络.本文提出了一种新的冗余体系结构,针对单隐层MLP的单故障容错问题.这种体系结构充分考虑了不同权值的不同重要度,解决了原体系结构的仅值瓶颈问题,可以显著减少冗余部件数,尤其对于大型网络,更具有优越性.
多层前向神经网络、容错、冗余、单故障
28
TP18(自动化基础理论)
国家自然科学基金
2004-01-08（万方平台首次上网日期，不代表论文的发表时间）
共3页
99-101
