FPNN：优化的过程神经网络模型及其应用

doi:10.3778/j.issn.1002-8331.2009.24.040

计算机工程与应用 ›› 2009, Vol. 45 ›› Issue (24): 136-139.DOI: 10.3778/j.issn.1002-8331.2009.24.040

FPNN：优化的过程神经网络模型及其应用

王蕾1，平静1，宋国杰2

1.安阳师范学院计算机与信息工程学院，河南安阳 455002
2.北京大学信息科学技术学院，北京 100871

收稿日期:2009-02-05 修回日期:2009-04-02 出版日期:2009-08-21 发布日期:2009-08-21
通讯作者: 王蕾

FPNN：Optimized process neural network model and its application

WANG Lei1，PING Jing1，SONG Guo-jie2

1.School of Computer and Information Engineering，Anyang Normal University，Anyang，Henan 455002，China
2.School of Electronics Engineering and Computer Science，Peking University，Beijing 100871，China

Received:2009-02-05 Revised:2009-04-02 Online:2009-08-21 Published:2009-08-21
Contact: WANG Lei

摘要/Abstract

摘要： 利用既定条件下过程神经元与傅里叶神经元的等价性，提出一种优化的过程神经网络模型FPNN，并对等价性进行了证明。FPNN网络在保持了过程神经网络模型表达能力和预测准确率的同时，继承了FNN的优点，大大提高了模型的效率。

关键词: 傅里叶神经网络, 过程神经网络, 傅里叶过程神经网络, 分类, 模型转换

Abstract: Through a transformation under certain condition，this paper transforms a PNN model into an identical FNN model，named FPNN model.The equivalence also has been presented in detail.It achieves higher time efficiency without any decrease of representation power or forecast correctness.

Key words: Fourier Neural Network（FNN）, Process Neural Network（PNN）, Fourier Process Neural Network（FPNN）, classification, model transformation

中图分类号:

TP301.6

王蕾1，平静1，宋国杰2. FPNN：优化的过程神经网络模型及其应用[J]. 计算机工程与应用, 2009, 45(24): 136-139.

WANG Lei1，PING Jing1，SONG Guo-jie2. FPNN：Optimized process neural network model and its application[J]. Computer Engineering and Applications, 2009, 45(24): 136-139.

[1]	王永贵，李倩玉. 基于KNN-GBDT的混合协同过滤推荐算法[J]. 计算机工程与应用, 2021, 57(9): 103-108.
[2]	杨春霞，李欣栩，吴佳君，刘天宇. 基于注意力交互机制的层次网络情感分类[J]. 计算机工程与应用, 2021, 57(9): 134-139.
[3]	张韩钰，吴志昊，徐勇，陈斌. 增强卷积神经网络的人脸篡改检测方法[J]. 计算机工程与应用, 2021, 57(8): 220-224.
[4]	李俊丽. Spark平台下类别数据互信息计算的并行化[J]. 计算机工程与应用, 2021, 57(7): 95-100.
[5]	韩卫宇，程龙生. 结合马田系统-SVM的滚动轴承故障模式分类研究[J]. 计算机工程与应用, 2021, 57(6): 239-246.
[6]	霍光煜，张勇，孙艳丰，尹宝才. 基于语义的档案数据智能分类方法研究[J]. 计算机工程与应用, 2021, 57(6): 247-253.
[7]	韩东方，吐尔地·托合提，艾斯卡尔·艾木都拉. 问答系统中问句分类方法研究综述[J]. 计算机工程与应用, 2021, 57(6): 10-21.
[8]	黄金杰，蔺江全，何勇军，何瑾洁，王雅君. 局部语义与上下文关系的中文短文本分类算法[J]. 计算机工程与应用, 2021, 57(6): 94-100.
[9]	李硕，梁毅. 面向Spark的批处理应用执行时间预测模型[J]. 计算机工程与应用, 2021, 57(5): 79-87.
[10]	王凤琴，柯亨进. 卷积神经网络及其分析在抑郁症判别中的应用[J]. 计算机工程与应用, 2021, 57(5): 245-250.
[11]	陶体伟，刘明霞，王明亮，王琳琳，杨德运，张强. 基于有效距离的低秩表示[J]. 计算机工程与应用, 2021, 57(4): 141-147.
[12]	郑诚，董春阳，黄夏炎. 基于BTM图卷积网络的短文本分类方法[J]. 计算机工程与应用, 2021, 57(4): 155-160.
[13]	佘海龙，解山娟，邹静洁. 标准分数降维的3D-CNN高光谱遥感图像分类[J]. 计算机工程与应用, 2021, 57(4): 169-175.
[14]	于多，黄永东. 基于SPCA和域变换递归滤波的高光谱图像分类[J]. 计算机工程与应用, 2021, 57(4): 199-208.
[15]	万亚玲，钟锡武，刘慧，钱育蓉. 卷积神经网络在高光谱图像分类中的应用综述[J]. 计算机工程与应用, 2021, 57(4): 1-10.

FPNN：优化的过程神经网络模型及其应用

FPNN：Optimized process neural network model and its application

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics