研究文章
人力资源配置模型的设计和仿真基于双周期神经网络
| 输入:功能D。 |
| 输出:混合复发性神经模型。 |
| 初始化hypermastigote,包括迭代的数量t,学习速率l的hypermastigote复发性神经网络
,
,和计算模型的梯度
; |
| (1) |
我周期从1到t; |
| (2) |
j周期从1到t; |
| (3) |
计算每个通道的特征值和替代的功能f; |
| (4) |
如果j=t,然后终止循环,执行步骤1; |
| (5) |
如果j<t,回到步骤1; |
| (6) |
提取卷积特性来获得F; |
| (7) |
结合F1值和本地模型特征值获得的概率值; |
| (8) |
获取当前工作匹配值; |
| (9) |
排序和输出最终结果; |
| (10) |
如果我<t,然后返回步骤(2)和循环我过程; |
| (11) |
如果我=t,结束。 |
|
