1. 您所在位置：
  2. 网站首页
  3. 文档分类
  4. 学术论文
  5. 大学论文

基于分数阶导数的两类神经网络学习方法及其应用研究.pdf

基于分数阶导数的两类神经网络学习方法及其应用研究.pdf

    摘要

    摘要

    在现实世界中收集的数据往往是模糊的和不确定的，这为神经网络的学习带来了挑

    战。一阶Takagi-Sugeno（T-S）神经模糊模型是处理模糊数据的重要工具之一，具有良

    好的非线性逼近能力。区间神经网络是另一种处理不确定数据的重要工具，可以准确地

    描述不确定数据之间的复杂关系。然而，神经网络的性能优劣关键在于所采用的学习方

    法。梯度下降法作为经典参数优化方法，通过沿目标函数负梯度方向迭代寻优实现模型

    训

    您可能关注的文档

    最近下载

    文档评论（0）

    1亿VIP精品文档

    更多 >

    相关文档

    更多 >