完整後設資料紀錄
DC 欄位語言
dc.contributor.author李鴻璋
dc.contributor.author劉艾華
dc.contributor.author張文龍
dc.date.accessioned2009-08-23T04:45:28Z
dc.date.accessioned2020-05-29T06:13:05Z-
dc.date.available2009-08-23T04:45:28Z
dc.date.available2020-05-29T06:13:05Z-
dc.date.issued2006-10-25T06:29:15Z
dc.date.submitted1997-12-22
dc.identifier.urihttp://dspace.fcu.edu.tw/handle/2377/2500-
dc.description.abstract  為驗證類神經網路辨認派群語言的可行性,本文是嘗試運用多階重入類神經網路來辨識派群語言,文中討論有無誤差標準值的影響、學習速率值的大小、學習速率折損因子大小、和狀態神經元數目多少的影響,由測試的錯誤率可相當的接近於零,顯示出二階重入類神經網路在派群語言辨識上的可行性.另提出三階重入類神經網路架構,並以其辨認有並行特性的Petri net語言.
dc.description.sponsorship東海大學, 台中市
dc.format.extent6p.
dc.format.extent594295 bytes
dc.format.mimetypeapplication/pdf
dc.language.isozh_TW
dc.relation.ispartofseries1997 NCS會議
dc.subject多階重入類神經網路
dc.subject派群
dc.subject語言辨識
dc.subject.other圖形辨識(一)
dc.title使用多階重入類神經網路辨識派群(Petri net) 語言
dc.title.alternativeMulit-Order Recurent Neural Networks for Petri Net Inference
分類:1997年 NCS 全國計算機會議

文件中的檔案:
檔案 描述 大小格式 
ce07ncs0019970000042.pdf580.37 kBAdobe PDF檢視/開啟


在 DSpace 系統中的文件,除了特別指名其著作權條款之外,均受到著作權保護,並且保留所有的權利。