10.3778/j.issn.1002-8331.2009.25.020
基于神经网络LMBP算法的正则模糊文法推导
用实时间回馈(RTRL)算法和实编码基因遗传(RCGA)算法训练二阶递归神经网络进行模糊文法推导,表现出了精度高的良好性能,但速度较慢.然而作为目前最快的递归神经网络算法Levenberg-Marquardt(LMBP)算法在模糊文法推导中的应用却很少引起学者们的关注.通过实验对LMBP算法在正则模糊文法推导中的优势与缺陷等性能进行分析,实验显示了LMBP算法在模糊文法推导中的快速收敛能力.
神经网络、递归神经网络算法(LMBP)、模糊文法推导
45
TP301.1;TP183(计算技术、计算机技术)
国家自然科学基金the National Natural Science Foundation of China under Grant 1067030;电子科技大学中青年学术带头人培养计划the Learning Foster for Young and Middle Ages of University of Electronic Science and Technology of China under Grant Y02018023601033
2009-10-23(万方平台首次上网日期,不代表论文的发表时间)
共3页
65-67