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
基于国产化替代环境下高校计算机教学的研究
基于综合治理和水文模型的广西县域石漠化小流域区划研究
基于MCPF算法的列车组合定位应用研究
结直肠癌免疫治疗的多模态影像及分子影像评估
智能煤矿建设路线与工程实践
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