前向代数神经网络的函数逼近理论及学习算法

被引：13

作者：

周永权

机构：

[1] 广西民族学院数学与计算机科学系!南宁

来源：

计算机研究与发展 | 2000年 / 03期

关键词：

多项式代数神经元; 多项式神经网络; 函数逼近; 学习算法;

D O I：

暂无

中图分类号：

TP183 [人工神经网络与计算];

学科分类号：

摘要：

文中对ＭＰ神经元模型进行了推广，定义了多项式代数神经元、多项式代数神经网络，将多项式代数融入代数神经网络，分析了前向多项式代数神经网络函数逼近能力及理论依据，设计出了一类双输入单输出的前向４层多项式代数神经网络模型，由该模型构成的网络能够逼近于给定的二元多项式到预定的精度．给出了在Ｐ－ａｄｉｃ意义下的多项式代数神经网络函数逼近整体学习算法，在学习的过程中，不存在局部极小，通过实例表明，该算法有效．最后，指出ＦＬＡＮＮ中函数展开型网络均可由神经元的激发函数变换来实现，为近似符号网络计算提供一新理论和方法．

引用

页码：264 / 271

页数：8

共 11 条

[1] 基于代数神经网络的多元多项式近似因式分解模型及学习算法 [J].