【摘 要】
：
自从人工神经网络问世至今,已有许多学者在单个神经网络理论方面进行了深入的研究,并已成功地将单个神经网络应用于多个领域,其中BP网络和它的变化形式应用最为广泛.随着待解
论文部分内容阅读
自从人工神经网络问世至今,已有许多学者在单个神经网络理论方面进行了深入的研究,并已成功地将单个神经网络应用于多个领域,其中BP网络和它的变化形式应用最为广泛.随着待解决问题规模扩大以及复杂度增加,网络隐层节点数不断增加,产生了网络内部强耦合,导致网络学习速度降低和网络性能衰退;单个神经网络可看成是"黑箱",网络节点,结构和待解决的问题之间有不明确的联系和意义.而自然界中模块化现象随处可见,模块化神经网络能有效地解决上述单个神经网络应用和实现时出现的问题,它对神经网络技术的发展具有非常重大的促进作用.该文详细分析了模块化神经网络体系结构,研究内容及研究概况,深入研究了三种不同的模块化神经网络,以及它们分别在字母识别,多条RNA序列联配,滚动轴承类故障识别的应用,而且实验验证表明,模块化神经网络比非模块化神经网络具有更好的网络性能,更高的训练速度,更好的准确率.在此研究基础上,提出了一种新的模块化神经网络用于T细胞表位预测,通过过滤模块块速排除不结合的学习样本,将可结合的学习样本再放入三个分类模块进行学习,最后将三个分类子模块的结果进行最大值判定输出最终结果.由于每个模块都是只有一个输出的子网,这种模块化神经网络可降低每个子网学习的复杂度,从而使隐层节点数减小,网络结构更简单,更容易训练.同时分类模块可以并行训练,并行应用,提高了学习速度.该文设计的模块化神经网络,每个子模块输出都是一维,因而克服了多输出单个BP网络存在较多的隐层节点所带来的强耦合干扰及不利于学习的缺点,提高了T细胞表位预测的正确率.实验结果表明,相对单个BP神经网络,这种新的模块化神经网络结构在用于T细胞表位预测时,具有较高的预测准确率和数据自我组织及学习能力.
其他文献
当前网络路由技术关注的焦点是链路可连接性,并且通常只支持一类服务,即尽力而为服务.Multi-Protocol Label Switching[RFC3031]作为新一代的网络技术,它通过标记交换结合网
随着数据信息的急剧膨胀,直连到主机的本地存储模式已显得力不从心,网络正成为主要的信息处理模式.SAN(StorageAreaNetwork,存储区域网络)技术应运而生,成为人们解决存储带宽
随着软件复用的发展,特定于领域的、基于体系结构的复用策略成为复用研究中的一个重要内容.DSSA(特定领域的软件体系结构)是领域工程中领域分析阶段的产品,给出了领域分析模
人机智能交互(Human-Computer Intelligent Interaction,旨在使人类更自然地使用计算机)是近年来蓬勃发展的科学领域,我们知道要想让计算机能和人自然交流需要计算机拥有人类
在日益增长的网络服务中,为了研究如何向用户提供更高质量的服务,确保服务能够得到用户的认可,以用户为中心来评价服务质量是当前的迫切需要。用户体验质量(QoE, Quality of
在发达的互联网时代,软构件是高效软件开发与服务的主流技术.而建立一个管理和检索软构件的软构件库,则是大范围复用软构件的必然途径.随着众多软构件库的出现,他们之间的互
网络已成为人们社会生活必不可少的一部分.而目前网络安全问题日益严重,成为阻碍网络发展的主要障碍.传统的安全手段都是被动和静态方式,当然不足已抵御千变万化的入侵.入侵
互操作是构件运行支撑平台的核心能力之一.不同的互操作技术适用于不同的应用领域,因此,如何在不改变应用运行支撑环境基础结构的前提下,根据不同应用需求定制或扩展不同互操
互联网技术的飞速发展，使得以数据库为中心的Web应用系统越来越广泛。然而随之而来的安全问题也越来越频繁，SQL注入攻击是Web应用系统面临的严重安全威胁之一，其检测问题的研究
文本信息过滤就是根据需要,屏蔽或过滤用户不需要或者不良的文本信息,在Internet迅速发展的今天,文本信息过滤技术已经引起了广泛的关注.该文以2001中央财政专项"网络信息的