期刊
  出版年
  关键词
结果中检索 Open Search
Please wait a minute...
选择: 显示/隐藏图片
1. 基于广义多项式神经网络的点云数据隐式曲面重构方法
肖秀春 姜孝华 张雨浓
计算机应用    2009, 29 (08): 2043-2045.  
摘要1342)      PDF (577KB)(1289)    收藏
针对点云数据的三维重建问题,提出了一种隐曲面重构的广义多项式神经网络新方法。该广义多项式神经网络隐层各神经元激励函数互不相同且线性无关,能够对应地学习点云数据样本中不同的模式,因此,具有较好的学习能力。基于梯度下降法原理,推导了其学习算法。仿真实验尝试将该方法应用于一些简单封闭物体的带噪点云数据隐式曲面重建,取得了较理想的重建质量和去噪效果。
相关文章 | 多维度评价
2. 复指数Fourier神经元网络隐神经元衍生算法
张雨浓 曾庆淡 肖秀春 姜孝华 邹阿金
计算机应用   
摘要1773)      PDF (700KB)(1164)    收藏
以平方可积空间上的复指数Fourier级数作为激励函数构造了新型Fourier神经元网络,并推导出采用加号逆表示的网络权值直接确定公式,克服了传统BP神经网络收敛速度慢、易陷于局部极小点、迭代学习易发生振荡等缺陷。并在此基础上构造了隐神经元衍生算法,克服了传统BP神经网络难以确定最优网络拓扑结构的缺点。理论分析及仿真实验表明,该复指数Fourier神经元网络能够一步计算网络最优权值且能自适应调整网络结构,对随机加性噪声具有抑制作用,并能高精度逼近非连续函数。
相关文章 | 多维度评价