泛化是ANN的生命,现有ANN泛化能力改善方法都有局限性,不能解决较为复杂的内插泛化问题和绝大多数的外推泛化问题,面向泛化,研究自动优化神经元激活函数类型和参数的方法,及考虑激活函数因素的目标函数修正方法,学习策略和高效算法等,必将能大大提高所设计ANN的泛化性能,进而促进其在各领域应用的广度,深度和水平.
{{i.achievement_title}}
数据更新时间:2023-05-31
拥堵路网交通流均衡分配模型
面向云工作流安全的任务调度方法
TGF-β1-Smad2/3信号转导通路在百草枯中毒致肺纤维化中的作用
生物炭用量对东北黑土理化性质和溶解有机质特性的影响
多源数据驱动CNN-GRU模型的公交客流量分类预测
以LAMOST网络化科研活动为核心的虚拟天文台实用化研究
区域空间网络化的机理、测度与效应——以泛长三角为例
大型城市以电力为核心的混合能源网络规划理论研究
绿色住区参数化优化设计方法——以湿热地区为例