支持向量机改进的神经网络的函数逼近张朝元 胡光华 徐天泽 殷 英

　　摘要：为了避免神经网络的收敛速度慢和局部极小点，采用统计学习理论中的支持向量机代替梯度下降法对三层神经网络中隐层到输出层的过程进行改进．分别采用由支持向量机改进的神经网络和传统的神经网络对昆明市“一二一”大街交通交流的实时预测，实验结果验证了改进后的神经网络的优越性和先进性。

　　关键词：神经网络；支持向量机；函数逼近；结构风险最小化；交通流量

　　中图分类号：Tp183

　　文献标识码：A

　　文章编号：1007—855X(2004)06—0148—05

• 上一篇：古运河畔的“生命”守护者
• 下一篇：声音在影视作品中的分类及作用