中文版 | English

在结果中检索

CASIA OpenIR
（本次检索基于用户作品认领结果）

浏览/检索结果: 共5条，第1-5条 帮助

限定条件                
已选(0)清除 条数/页：   排序方式：
Reply to "Reply to 'Determining structural identifiability of parameter learning machines'" 期刊论文
NEUROCOMPUTING, 2016, 卷号: 218, 页码: 318-319
作者:  Ran, Zhi-Yong;  Hu, Bao-Gang
Adobe PDF(203Kb)  |  收藏  |  浏览/下载：413/116  |  提交时间：2017/02/14
Structural identifiability of generalized constraint neural network models for nonlinear regression 期刊论文
NEUROCOMPUTING, 2008, 卷号: 72, 期号: 1-3, 页码: 392-400
作者:  Yang, Shuang-Hong;  Hu, Bao-Gang;  Cournede, Paul-Henry
收藏  |  浏览/下载：207/0  |  提交时间：2015/11/08
Identifiability  Parameter Redundancy  Derivative Functional Vector  Nonlinear Regression  Hybrid Neural Network  
An identifying function approach for determining parameter structure of statistical learning machines 期刊论文
NEUROCOMPUTING, 2015, 卷号: 162, 页码: 209-217
作者:  Ran, Zhi-Yong;  Hu, Bao-Gang
Adobe PDF(386Kb)  |  收藏  |  浏览/下载：315/76  |  提交时间：2015/09/17
Identifying Function  Structural Identifiability  Statistical Learning Machine  Kullback-leibler Divergence  Parameter Redundancy  Reparameterization  
Determining structural identifiability of parameter learning machines 期刊论文
NEUROCOMPUTING, 2014, 卷号: 127, 期号: 1, 页码: 88-97
作者:  Ran, Zhi-Yong;  Hu, Bao-Gang
浏览  |  Adobe PDF(515Kb)  |  收藏  |  浏览/下载：299/74  |  提交时间：2015/08/12
Identifiability  Parameter Learning Machine  Exhaustive Summary  Kullback-leibler Divergence  Parameter Redundancy  
Determining parameter identifiability from the optimization theory framework: A Kullback-Leibler divergence approach 期刊论文
NEUROCOMPUTING, 2014, 卷号: 142, 期号: 2, 页码: 307-317
作者:  Ran, Zhi-Yong;  Hu, Bao-Gang
Adobe PDF(563Kb)  |  收藏  |  浏览/下载：270/67  |  提交时间：2015/08/12
Identifiability  Optimization Theory  Kullback-leibler Divergence  Hessian Matrix  Jacobian Matrix