{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{“日期-部件”：[[2024,5,25]]，“日期-时间”：“2024-05-25T04:31:47Z”，“时间戳”：1716611507503}，“引用-计数”：50，“发布者”：“爱思唯尔BV”，“许可证”：[{“开始”：{-“日期-零件”：[2017,10,1]]，”“日期-时刻”：“2017-10-01T00:00:00Z“，”timestamp“：1506816000000}，”content-version“：“tdm”，“延迟天数”：0，“URL”：“https:\/\/weelsevier.com\/tdm\/userlicense\/1.0\/”}]，“资助者”：[｛“DOI”：“10.13039\/50101100001809”，“名称”：“国家自然科学基金”，“DOI断言者”：“crossref”，“奖项”：[“61273122”，“61005047”]｝，｛“名称”：“江苏省青兰项目”}，｛“名称”：“NPRP”，“奖项”：[“NPRP 8-2 74-2-107“]]]，“content-domain”：{“domain”:[“elsevier.com”，“sciencedirect.com”]，“crossmark-restriction”：true}，“short-container-title”：[“Neural Networks”]，”published-print“：{”date-parts“：[[2017,10]]}，”DOI“：”10.1016\/j.neunet.2017.07.004“，”type“：”journal-article“，”created“：”{“date-part”：[2017,7,27]]，“date-time”：“2017-077”-27T20:15:32Z“，”时间戳“：1501186532000}，“page”：“239-254”，“update-policy”：”http://\/dx.doi.org\/10.1016\/elsevier_cm_policy“，”source“：”Crossref“，“is-referenced-by-count”：27，“title”：[“使用稀疏径向基函数神经网络的高效构建L<\/mml:mi>1<\/mml:mn><\/mml：mrow><\/mml:msub><\/mml:math>-正则化“]，“前缀”：“10.1016”，“卷”：“94”，“作者”：[{“给定”：“旭升”，“家族”：“钱”，“序列”：“第一”，“从属关系”：[]}，{“ORCID”：“http://\/ORCID.org\/00000-0002-7448-1439”，“authenticated-ORCID”：false，“给定”:“何”，“家庭”：“Huang”，“sequence”：“additional”，“affiliation”：[]}，{“given”：“小平”，“家庭”：“陈”，“序列”：“附加”，“从属关系”：[]}，{“给定”：“丁文”，“家族”：“黄”，“顺序”：“额外”，“隶属关系”：【]}】，“成员”：“78”，“引用”：[{“问题”：“12”，“键”：“10.1016\/j.neunet.2017.004_b1”，“doi-asserted-by”：“交叉引用”，“首页”：“3264”，“doi”：“101016\/j.patc og.2008.10.023“，”文章标题“：”LS-SVM的模型选择：笔迹识别应用”，“卷”：“42”，“作者”：“Adankon”，“年份”：“2009”，“日志标题”：“模式识别”}，{“key”：“10.1016\/j.neunet.2017.07.004_b2”，“series-title”：“组合多分类器进行手写数字识别”，“author”：“Alimoglu”，“year”：“1996”}、{“key”：10.1016\/j.neunet.2017.07.004_b3“，“非结构化”：”Andrew，G.，&Gao，j.（2007）。L1规则化对数线性模型的可扩展训练。第24届机器学习国际会议论文集（第33\u201340页）。美国纽约州纽约市“}，{”issue“：”1“，”key“：”10.1016\/j.neunet.2017.07.004_b4“，”doi-asserted-by“：”crossref“，”first page“：“1”，”doi“：”10.2140\/pjm.1966.16.1“，”article-title“：”最小化具有Lipschitz连续一阶偏导数的函数“，”volume“：“”issue“：”2“，”key“：”10.1016\/j.neunet.2017.07.004_b5“，”doi-asserted-by“：”crossref“，”first page“：“194”，“doi”：“10.1109\/TNNLS.2012.226748”，“article-title”：“分类问题径向基函数网络中基于序贯投射的元认知学习”，“volume”：“24”，“author”：“Babu”，”year“：”2013“，”journal-title“：”IEEE神经网络与学习系统汇刊“}，{“key”：“10.1016\/j.neunet.2017.07.004_b6”，“series-title”：“UCI机器学习库”，“author”：“Bache”，“year”：“2013”}，}“issue”：“1”，“key“：”10.1016\/j.nuenet.2017.004_b7“，”doi-asserted-by“：”crossref“，“first page”：”183“，”doi“：”101137\/080716542“，”article-title“：“”线性反问题的快速迭代收缩阈值算法”，“volume”：“2”，“author”：“Beck”，“year”：“2009”，“journal-title”：“SIAM journal on Imaging Sciences”}，{“issue”：“12”，“key”：”10.1016\/j.neunet.2017.07.004_b8“，”doi-asserted-by“：”crossref“，”first page“：”2150“，”doi“：”10.1109\/TNN.2008.2003284“，”article-title“：”径向基函数网络GPU-based implementation”，“volume”：“19”，“author”：“Brandstetter”，“year”：“2008”，“journal-title”：“IEEE Transactions on Neural networks”}，{“key”：”10.1016\/j.neunet.2017.07.004_b9“，”series-title“：”Classification and regression trees“，”author“：”Breiman“，“year:”1984“}，”{“issue”：“3”，“key“：”10.116\/j.neunet.201.704_b10“，”doi-asserted-by“：”crossref“，”first-page“：”1“，”doi“：”10.1145\/1961189.1961199“，”article-title“：”LIBSVM：支持向量机库“，”volume“：”2“，”author“：”Chang“，”year“：”2011“，”journal title“：“ACM Transactions on Intelligent Systems and Technology”}，{“issue”：“4”，“key”：“10.1016\/j.neunet.2017.07.004_b11”，”doi-assert-by“首页“：”559“，”DOI“：”10.1016\/j.neucom.2004.12.011“，”article-title“：”局部正则化辅助正交最小二乘回归“，”volume“：”69“，”author“：”Chen“，”year“：”2006“，”journal-title”：“Neurocomputing”}，{“issue”：“2”，“key”：“10.1016\\j.neunet.2017.07.004_b12”，“DOI-asserted-by”：“crossref”，“首页”：“457”，“DOI”：“”10.1109\/TSMCB.2008.2006688“，”文章标题“：“使用正交正向选择构建可调谐径向基函数网络”，“卷”：“39”，“作者”：“陈”，“年份”：“2009”，“期刊标题”：“IEEE系统、人与控制论汇刊-第B部分：控制论”}，{“密钥”：“10.1016\/j.neunet.2017.004_b13”，“doi-asserted-by”：“crossref”，“首页“：”39“，”DOI“：”10.1016\/j.neunet.2015.06.005“，”article-title“：”错误分类成本相等或不相等的不平衡数据分类的近贝叶斯支持向量机“，”volume“：”70“，”author“：”Datta“，”year“：”2015“，”journal-title”：“Neural Networks”}，{“key”：“10.1016\/j.net.2017.07.004_b14”，“首页”：“1”，“article-title“”：”多数据集上分类器的统计比较“，”volume“：”7“，”author“：”Dem\u0161ar“，”year“：”2006“，”journal-title“：”journal of Machine Learning Research（JMLR）“}，{“issue”：“6”，“key”：“10.1016\/j.neunet.2017.004_b15”，“doi-asserted-by”：“crossref”，“first-page”：“1157”，“doi”：“101080\/00207721.2010.545490”，“article-title”：“Leocally规范了RBF网络中心选择的两阶段学习算法“，”volume“：”43“，”author“：”Deng“，”year“：”2012“，”journal-title“：”International journal of Systems Science“}，{“key”：“10.1016\/j.neunet.2017.07.004_b16”，“doi-asserted-by”：“crossref”，“first page”：”104“，”doi“10.1016 \/j-neucom.2013.03.056”，“article-title”：“”使用极限学习机的多输出两阶段局部正则化模型构建方法“，”volume“：”128“，”author“：”Du“，”year“：”2014“，”journal-title“：”Neurocomputing“}，{“issue”：“7”，“key”：“10.1016\/j.neunet.2017.07.004_b17”，“doi-asserted-by”：“crossref”，“first page”：”779“，”doi“10.1016 \/j.neunet.2011.03.014”，“article-title”：“”进化q-高斯径向基函数多分类神经网络“，”volume“：”24“，”author“：”Fern\u00e1ndez-Navarro“，”year“：”2011“，”journal-title“：”neural networks“}，{“key”：“10.1016\/j.neunet.2017.07.004_b18”，”doi-asserted-by“：”crossref“，”first page“：稳健支持向量机训练模糊系统”，“卷”：“50”，“作者”：“Forghani”，“年份”：“2014年”，“期刊标题”：“神经网络”}，{“问题”：“2”，“关键”：“10.1016\/j.neunet.2017.07.004_b19”，“doi-asserted-by”：“crossref”，“首页”：“161”，”doi“10.1007\/BF00114162”，“文章标题”：”使用空腔式自适应分类器的字母识别“，”volume“：”6“，”author“：”Frey“，”year“：”1991“，”journal-title“：”Machine Learning“}，{“issue”：“3”，“key”：“10.1016\/j.neunet.2017.07.004_b20”，“doi-asserted-by”：“crossref”，“first-page”：“399”，“doi”：“101109\/TSMCB.2003.810911”，“article-title”：“数据降维应用于简化RBF网络结构和提高分类性能”，“volume”：“33”，“author”：“Fu”，“year”：“2003”，“journal-title”：“IEEE Transactions on Systems，Man，and Cybernetics-Part B:Cybernatics”}，{“issue”：“10”，“key”：”10.1016\/j.neunet.2017.07.004_b21“，”doi-asserted-by“：”crossref“，”首页“：”1585“，”DOI“：”10.1016\/j.neucom.2011.01.019“，”article-title“：”基于邻域的样本和特征选择用于SVM分类学习“，”volume“：”74“，”author“：”He“，”year“：”2011“，”journal-title”：“Neurocomputing”}，{“key”：“10.1016\/j.nuenet.2017.004_b22”，“unstructured”：“Hsu，C.，Chang，C.，&Lin，C.（2003）支持向量分类的实用指南。检索自http://www.csie.ntu.edu.tw\/~cjlin\/papers\/guide\/guidel.pdf。“}，{”issue“：”2“，”key“：”10.1016\/j.neunet.2017.07.004_b23“，”doi-asserted-by“：”crossref“，”first page“：“415”，”doi“：”101109\/72.991427“，”article-title“：”多类支持向量机方法的比较“，”volume“:”13“，”author“：”Hsu“，“year”：“2002”，”journal-title”：“IEEE Transactions on Neural Networks”}，”{“issue”：“5”，“key”：“10.1016\/j.neunet.2017.07.004_b24“，”doi-asserted-by“：”crossref“，”first page“：”550“，“doi”：“10.1109\/34.291440”，“article-title”：“手写文本识别研究数据库”，“volume”：“16”，“author”：“Hull”，“year”：“1994”，“journal-title“：”IEEE Transactions on Pattern Analysis and Machine Intelligence“}，{”key“10.1016\/j.neunet.2017.07.004_b25“，“series-title”：“主成分分析”，“author”：“Jolliffe”，“year”：“1986”}，{“key”：“10.1016//j.neunet.2017.07.04_b26”，“doi-asserted-by”：“crossref”，《first page》：“1464”，“doi”：“101109\/5.58325”，“article-title”：《自组织图》，“volume”：”78“authors”：“Kohonen”，“year”“：”1990“，”新闻标题“：”《IEEE论文集》，{“issue”：“11”，“key”：“10.1016\/j.neuet.2017.07.004_b27”，“doi asserted by”：“crossref”，“首页”：“2278”，“doi”：“10.1109\/5.726791”，“文章标题”：“基于梯度的学习应用于文档识别”，“volume”：“86”，“author”：“LeCun”，“year”：“1998”，“journal title”：“Proceedings of the IEEE”，{“key”：“10.1016\/j.neunet.2017.07.004_b28“，“首页”：“7”，“文章标题”：“使用L1-正则化的马尔可夫网络的有效结构学习”，“卷”：“81”，“作者”：“李”，“年份”：“2006”，“期刊标题”：《神经信息处理系统的进展》}，{“密钥”：“10.1016\/j.nunet.2017.004_b29”，“doi-asserted-by”：“crossref”，“首版”：“2271”，“DOI“：”10.1016\/S0031-3203（03）00085-2“，”article-title“：”手写数字识别：最新技术的基准测试“，”volume“：”36“，”author“：”Liu“，”year“：”2003“，”journal-title”：“模式识别”}，{“key”：“10.1016\/j.neunet.2017.004_b30”，“DOI-asserted-by”：“crossref”，“unstructured”：“Malouf，R.（2002）最大熵参数估计算法的比较。《第六届自然语言学习会议论文集》，第20卷（第1\u20137页）。“，”DOI“：”10.3115\/1118853.1118871“}，{”key“：”10.1016\/j.neunet.2017.07.004_b31“，”series-title“：”机器学习、神经和统计分类“，”author“：”Michie“，”year“：”1995“}”，{“issue”：“2”，“key”：“10.1016\\j.neunet.2017.004_b32”，“DOI-asserted-by”：“crossref”，“首页”：“281”，“DOI”：“101162\/nec.1989.1.2.281“，”文章标题“：”本地调谐处理单元网络中的快速学习”，“卷”：“1”，“作者”：“穆迪”，“年份”：“1989”，“期刊标题”：“神经计算”}，{“问题”：“3”，“密钥”：“10.1016\/j.neuet.2017.07.004_b33”，“doi断言”：“crossref”，“首页”：“201”，“doi”：“10.1142\/S0129065704001930”，“文章标题”：“RBF网络分类的有效训练”，“volume”：“14”，“author”：“Nabney”，“year”：“2004”，“journal-title”：“International journal of Neural Systems”}，{“key”：《10.1016\/j.neunet.2017.07.004_b34》，“series-title”：《第21届国际机器学习会议论文集》，“first page”：第78页，“article-title“Feature selection，L1 vs。L2正则化，和旋转不变性”，“author”：“Ng”，“year”：“2004”}，{“key”：“10.1016\/j.neunet.2017.07.004_b35”，“series-title”：“数值优化”，“作者”：“Nocedal”，“年份”：“1999”}、{“issue”：“1”，“key“10.1016 \/j.neunet.20170.04_b36”，“doi-asserted-by”：“crossref”，“first page”：”225“，“doi”：“101109”/TNN.2004.836229“，”文章标题“：”基于新型核密度估计算法的径向基函数网络数据分类“，”volume“：”16“，”author“：”Oyang“，”year“：”2005“，”journal-title“：”IEEE Transactions on Neural networks“}，{“issue”：“1”，“key”：“10.1016\/j.neunet.2017.07.004_b37”，“doi-asserted-by”：“crossref”，“first page”：”117“，”doi“：”10.1109\/TAC.2006.886541“，”article-title“：“RBF神经建模的一种新的连续向前算法”，“volume”：“52”，“author”：“Peng”，“year”：“2007”，“journal-title”：“IEEE自动控制事务”}，{“key”：”10.1016\/j.neunet.2017.07.004_b38“，”first page“：”1333“，”article-title“移植：通过函数空间中的梯度下降快速增量特征选择”，“volume“：”3“，”author“：”Perkins“，”year“：”2003“，”journal-title“：”journal of Machine Learning Research（JMLR）“}，{“key”：“10.1016\/j.neunet.2017.07.004_b39”，“doi-asserted-by”：“crossref”，“first page”：”49“，”doi“：”10.1016\/S0925-2312（96）00054-9“，”article-title：“与静态和自适应修剪计划的连接修剪”，“volume”“：”16“，”“author”：“Prechelt“，”year“：”1997“，”journal-title“：”Neurocomputing“}，{”key“：”10.1016\/j.neunet.2017.07.004_b40“，”doi-asserted-by“：”crossref“，”first-page“：”150“，”doi“：”101016\/j.neunet.2015.12.011“，”article-title”：“两条快速准确的启发式RBF数据分类学习规则”，“volume”：“75”，“author”：“Rouhani”，“year”：“2016”，“journal-title”“”神经网络“}，{“key”：“10.1016\/j.neunet.2017.07.004_b41”，“series-title”：“L1规则化的图形模型结构学习”，“author”：“Schmidt”，“year”：“2010”}，}“issue”：“4\u20135”，“key“：”10.1016\/j.nunet.2017.004_b42“，”doi-asserted-by“：”crossref“，”first page“：“439”，“doi”：“1016\/S0893-6080（01）0000 27-2“，”文章标题“：”径向基函数网络的三个学习阶段”，“卷”：“14”，“作者”：“Schwenker”，“年份”：“2001”，“日志标题”：“神经网络”}，{“关键”：“10.1016\/j.neunet.2017.07.004_b43”，“doi-asserted-by”：“crossref”，“首页”：“44”，“doi”：“101016\/j.neunet.2013.07.006”，“article-title”：“使用任意丢失和正则化进行完全校正增强”，“卷”：“48”，“作者”：“沈”，“年份”：“2013”，“期刊标题”：“神经网络”}，{“问题”：“17”，“密钥”：“10.1016\/j.neuet.2017.07.004_b44”，“doi断言”：“crossref”，“首页”：“2246”，“doi”：“10.1093\/生物信息学\/btg308”，“文章标题”：“使用稀疏逻辑回归进行基因选择的简单高效算法”，“volume”：“19”，“author”：“Shevade”，“year”：“2003”，“journal-title”：“Bioinformatics”}，{“key”：”10.1016\/j.neunet.2017.07.004_b45“，“doi-asserted-by”：“crossref”，“first-page”：“166”，”doi：“10.1016\/j.nuenet.2013.1114”，“article-title“：”大型线性非并行支持向量机求解器“，”卷“：”50“，”作者“：”田“，”年“：”2014“，”日志标题“：”神经网络“}，{“问题”：“5”，“关键”：“10.1016\/j.neunet.2017.07.004_b46”，“doi-asserted-by”：“crossref”，“首页”：“1231”，“doi”：“101109\/TSMCB.2009.2036593”，“文章标题”：“”在等价类空间中学习L1-正则高斯贝叶斯网络“，”volume“：”40“，”author“：”Vidaure“，”year“：”2010“，”journal-title“：”IEEE Transactions on Systems，Man，and Controlnetics-Part B:Controlnetic“}，{”issue“：”11“，”key“：“10.1016\/j.neunet.2017.07.004_b47”，“doi-asserted-by”：“crossref”，“first page”：“1793”，“doi”：“10.1109\/TNN.2010/2073482“，”article-title“：”无反向传播的神经网络学习“，”volume“：”21“，”author“：”Wilamowski“，”year“：”2010“，”journal-title”：“IEEE Transactions on Neural Networks”}，{“issue”：“7”，“key”：“10.1016\/j.neunet.2017.07.004_b48”，“doi-asserted-by”：“crossref”，“first page”：”2479“，”doi“：”10.1109\/TSP.2009.2016892“，”article-title“：”通过可分离近似进行稀疏重构“，”volume“：”57“，”author“：”Wright“，”year“：”2009“，”journal-title”：“IEEE Transactions on Signal Processing”}，{“key”：“10.1016\/j.neunet.2017.07.004_b49”，“doi-asserted-by”：“crossref”，“first page”：”111“，”doi“：”10.1016\\j.neunet.2015.05.001“，”article-title“使用径向基函数神经网络优化的人脸识别算法及其实际应用”，“卷”：“69”，“作者”：“Yoo”，“年份”：“2015”，“日志标题”：“神经网络”}，{“关键”：“10.1016\/j.neunet.2017.07.004_b50”，“首页”：“3183”，“文章标题”：”大规模L1规则线性分类优化方法和软件的比较“，“卷”：“11”，“作者”：“元”，“年份”：“2010”，“期刊标题”：“机器学习研究杂志（JMLR）”}]，“容器标题”：[“神经网络”]，“原始标题”：[]，“语言”：“en”，“链接”：[{“URL”：“https:\/\/api.elsevier.com\/content\/article\/PII:S0893608017301569？httpAccept=text\/xml“，”content-type“：”text\/.xml“，”content-version“：”vor“，”intended-application“：”text-mining“}，{“URL”：“https:\/\/api.elsevier.com/content\/article\/PII:S0893608017301569？httpAccept_text\/plain“，”内容类型“：”文本\/plaine“，”content-version”：“vor”，“intended_application”：“text-mining”}]，“存放”：{“日期部分”：[[2018,8,29]]，“date-time“：”2018-08-29T22:56:40Z“，”timestamp“：1535583400000}，”score“：1，”resource“：{主要”：{“URL”：“https:\/\/linkinghub.elsevier.com\/retrieve\/pii\/S0893608017301569”}}，“副标题”：[]，“短标题”：[]，“已发布”:{“date-parts”：[[2017,10]]}、“references-count”：50，“alternative-id”：[“S08936080”7301569“]，”URL“：”http:\/\/dx.doi.org\/10.1016\/j.neunet.2017.07.004“，”关系“：{}，”ISSN“：[”0893-6080“]，”ISSN-type“：[{”value“：”08936080“，”type“:”print“}]，”主题“：[]，”published“：{”date-parts“：[2017,10]]}，“assertion”：[{“value”：“Elsevier”，“name”：“publisher”，“label”：“此文章由”}维护，{“值”：“使用-正则化“，”name“：”articletitle“，”label“：”Article Title“}，”{“value”：“neural networks”，“name”：“journaltitle”，“label”：“Journal Title”}，{“value”：“https:\\/doi.org\/10.1016\/j.neunet.2017.07.004”，“name”：“articlelink”，“table”：“”CrossRef DOI链接到出版商维护的版本“}，{“value”：“article”，“name”：“content_type”，“label”：“content-type”}，}“value:”\u00a9 2017 Elsevier Ltd.。保留所有权利。“，”name“：”copyright“，”label“：”copyright”}]}