文件名称:
基于反馈网络和反向传播网络的自适应信号降噪
开发工具:
文件大小: 375kb
下载次数: 0
上传时间: 2021-03-10
详细说明：本文的主要目的是实现某种反馈神经网络模型的自适应信号去噪仿真。 双向联想记忆（BAM）神经网络，离散Hopfield反馈网络（DHN）和反向传播网络（CPN）在外部和最大存储容量之内的条件下进行了讨论。 通过对三种网络进行数据降噪的实验仿真，对实验结果进行比较和分析，结果表明，最大存储容量内的BAM网络和离散Hopfield网络均具有良好的降噪效果，迭代次数少，培训时间少，操作稳定。 CPN对初始权重值敏感，具有良好的降噪效果，但迭代次数更多。 当噪声增加且超出BAM网络或DHN的最大存储容量时，我们发现CPN的降噪效果更好在超过最大存储容量的情况下，性能比离散的Hopfield网络和Kosko的BAM网络要好。 完全CPN比单向CPN具有更好的降噪性能，但前者需要更长的训练时间。
(系统自动生成,下载前可以参看下载内容)
下载文件列表
相关说明
- 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
- 本站是交换下载平台，提供交流渠道，下载内容来自于网络，除下载问题外，其它问题请自行百度。
- 本站已设置防盗链，请勿用迅雷、QQ旋风等多线程下载软件下载资源，下载后用WinRAR最新版进行解压.
- 如果您发现内容无法下载，请稍后再次尝试；或者到消费记录里找到下载记录反馈给我们.
- 下载后发现下载的内容跟说明不相乎，请到消费记录里找到下载记录反馈给我们，经确认后退回积分.
- 如下载前有疑问，可以通过点击"提供者"的名字，查看对方的联系方式，联系对方咨询.
