[1] 王鑫, 李可, 宁晨, 黄凤辰. 基于深度卷积神经网络和多核学习的遥感图像分类方法. 电子与信息学报, 2019, 41(5): 1098-1105. doi: 10.11999/JEIT180628
[2] 李盼池, 李国蕊. 混合量子衍生神经网络模型及算法. 电子与信息学报, 2016, 38(1): 111-118. doi: 10.11999/JEIT150444
[3] 王兵, 李盼池, 杨冬黎, 于晓红. 云过程神经网络模型及算法研究. 电子与信息学报, 2015, 37(1): 110-115. doi: 10.11999/JEIT140329
[4] 王峰, 向新, 易克初, 熊磊. L0范数平滑逼近的稳健求解算法. 电子与信息学报, 2015, 37(10): 2377-2382. doi: 10.11999/JEIT141590
[5] 杨丹, 游磊, 张小洪. 参数优化模型的正交逼近算法. 电子与信息学报, 2009, 31(11): 2610-2613. doi: 10.3724/SP.J.1146.2008.01585
[6] 周井泉, 张顺颐. 基于双层递归神经网络的路由优化算法. 电子与信息学报, 2005, 27(12): 1901-1904.
[7] 盛守照, 王道波, 黄向华. 一种动态筛选样本的前向神经网络快速学习算法. 电子与信息学报, 2005, 27(11): 1818-1820.
[8] 陆阳, 魏臻, 韩江洪, 樊玉琦. 二进神经网络的模式匹配学习. 电子与信息学报, 2003, 25(1): 74-79.
[9] 郑建国, 刘芳, 焦李成. 基于正交校正共轭梯度法的快速神经网络学习算法研究. 电子与信息学报, 2002, 24(5): 667-670.
[10] 朱晓铭, 王士同. 层次模糊系统的全局逼近性质及其与多子波神经网络关系研究. 电子与信息学报, 2002, 24(7): 921-928.
[11] 许荔秦, 胡东成. 用于神经网络容错的动态冗余BP算法. 电子与信息学报, 2001, 23(10): 984-988.
[12] 杨群生, 余英林. 多模式对连接权矩阵的一种神经网络学习算法. 电子与信息学报, 2001, 23(3): 280-285.
[13] 邓超, 熊范伦, 谭营, 何振亚. 一种序贯学习神经网络及其应用. 电子与信息学报, 1999, 21(6): 752-758.
[14] 何振亚, 李文化, 蔚承建. 用于信号逼近的自适应时延小波神经网络. 电子与信息学报, 1998, 20(5): 604-610.
[15] 汪小帆, 宋文忠. 用均场逼近网络计算关联概率. 电子与信息学报, 1997, 19(1): 24-30.
[16] 乔长阁. 用于数字式细胞神经网络设计的学习算法. 电子与信息学报, 1997, 19(3): 403-406.
[17] 韦岗, 李华, 徐秉铮. 关于前馈多层神经网络多维函数逼近能力的一个定理. 电子与信息学报, 1997, 19(4): 433-438.
[18] 曾黄麟. 一类学习联想神经网络的动态特性研究. 电子与信息学报, 1994, 16(1): 1-7.
[19] 廖苏鹏, 李兴国, 方大纲. 目标的特征系数最佳逼近算法和识别. 电子与信息学报, 1993, 15(1): 26-32.
[20] 戴国胜. 时延网络的奥布列什科夫逼近. 电子与信息学报, 1985, 7(6): 428-435.